在R中读取HTML中的特定行

如何在R中读取html中的特定行

由于以下代码，我创建了HTMLInternalDocument对象：

url<-myURL
html<-htmlTreeParse(url,useInternalNodes=T)

现在我需要从这个html对象中以文本格式获取一行特定的字符，例如，计算每行中的字符数

---

在R中如何实现这一点？

鉴于您正在使用XML库，您将需要使用该库的一个getNodeSet函数，如xpathApply。这需要一些XPath方面的知识，函数使用XPath解析HTMLInternalDocument。您可以通过使用？xpathApply了解更多信息使用XML库使问题过于复杂。正如Grothendieck指出的，readLines是一个基本函数，它将完成这项工作。大概是这样的：

x <- 10 ## or any other index you want to subset on
html <- readLines(url)
html[x]

---

这个问题太笼统了，不可能准确地回答。要提取哪些行？如何在HTML源代码中识别它们？您确实应该包括示例数据和所需的输出。有关如何使我们能够帮助您的更多提示，请参阅。一旦您解析了文档，它就是一个解析树，因此没有行。如果您希望将其作为行，请使用readLines在中阅读。