使用xpathSApply在R中刮取XML属性

我正在使用xpathSApply（在XML包中）在R中抓取XML，但在提取属性时遇到了问题

首先，一个相关的XML片段：

 <div class="offer-name">
        <a href="http://www.somesite.com" itemprop="name">Fancy Product</a>
      </div>

我已使用以下工具成功推出了“花式产品”（即元素？）：

---

产品href

是一个属性。您可以选择适当的节点

//div/a

，并使用

xmlGetAttr

函数和

name=href

：

'<div class="offer-name">
  <a href="http://www.somesite.com" itemprop="name">Fancy Product</a>
  </div>' -> xData
library(XML)
parsedHTML <- xmlParse(xData)
Products <- xpathSApply(parsedHTML, "//div[@class='offer-name']", xmlValue) 
hrefs <- xpathSApply(parsedHTML, "//div/a", xmlGetAttr, 'href')
> hrefs
[1] "http://www.somesite.com"

'
'->扩展数据
库（XML）
parsedHTML您也可以直接使用XPath来完成这项工作，而不必使用
xpathsaply（…）

xData-XML-syntactive-sugar+1这也很有效，在其他情况下可能是更好的解决方案，尽管我发现在URL中包含了“href”，使其效果稍差。URL中没有包含href！这将返回一个命名向量。”href'是名称。很公平-我错了，我还是新手，在使用cbind（）组合所需数据时，得到了一个额外的列。感谢您的帮助。我在一个包含20000个要提取的数字数据的大文件上对其进行了基准测试，使用
xpathApply
的版本速度慢了9倍。这非常有效。我选择这个答案而不是jlhoward，因为它是我使用的格式（并不意味着它对所有用户都更好），并且输出的hrefs可以很容易地作为一个列进行cbind。jlhoward的响应生成了一个cbind为2列的对象（其中一列是all href），因此需要做更多的工作。如果我有这个名声，我会+1。
library(XML)
library(httr)

content2 = paste(readLines(file.choose()), collapse = "\n") # User will select file.
parsedHTML = htmlParse(content2,asText=TRUE)

Products <- xpathSApply(parsedHTML, "//div[@class='offer-name']", xmlValue) 

'<div class="offer-name">
  <a href="http://www.somesite.com" itemprop="name">Fancy Product</a>
  </div>' -> xData
library(XML)
parsedHTML <- xmlParse(xData)
Products <- xpathSApply(parsedHTML, "//div[@class='offer-name']", xmlValue) 
hrefs <- xpathSApply(parsedHTML, "//div/a", xmlGetAttr, 'href')
> hrefs
[1] "http://www.somesite.com"

xData <- '<div class="offer-name">
  <a href="http://www.somesite.com" itemprop="name">Fancy Product</a>
  </div>'
library(XML)
parsedHTML <- xmlParse(xData)
hrefs <- unlist(parsedHTML["//div[@class='offer-name']/a/@href"])
hrefs
#                      href 
# "http://www.somesite.com"