R-extraire des données de XMLNodeSet

Question

J'essaie d'extraire des données à partir du document html avec le paquet XML. je vais comme suit:

library(XML) 
sink("parse.txt") 
parse<-htmlParse(file = "jdwaz.html",encoding = "GBK") 
a=getNodeSet(parse,'//div[@class="amount"]') 
print(a) 

puis classe (a) retourne "XMLNodeSet", son contenu ressemble à ceci dans le fichier txt

[[1]] 
<div class="amount"> 
        <span>总额 ￥113.80</span> <br /><span class="ftx-13">在线支付</span> 
            </div> 

[[2]] 
<div class="amount"> 
        <span>总额 ￥99.00</span> <br /><span class="ftx-13">在线支付</span> 
            </div> 

Je ne montrent que 2 de 20 "a"

class (a [1]) renvoie "list" Je souhaite obtenir le contenu "总额 ¥ 99.00". J'ai trouvé une méthode dans r - xpathApply on XMLNodeSet (with XML package) Il XMLValue utilise pour obtenir un texte comme:

x <- xpathApply(y, "//table/tr") 
sapply(x,xmlValue)   ## it a list of nodes.. 
" Test1.1 Test1.2 " " Test1.3 Test1.4 " 

mais il ne correspond pas à ma situation. Quand je rentre XMLValue (a), il retourne:

Error in UseMethod("xmlValue") : no applicable method for 'xmlValue' applied to an object of class "XMLNodeSet" 

Je ne trouve pas la méthode appropriée pour traiter XMLNodeSet classe. AIDE!

Answer 1

Pour interroger un ensemble de nœuds XML, utilisez un "." donc c'est relatif au nœud actuel. Puisque vous avez deux balises span, obtenez celui sans l'attribut class.

sapply(a, function(x) xpathSApply(x, ".//span[not(@class)]", xmlValue)) #OR 
sapply(a, xpathSApply, ".//span[not(@class)]", xmlValue) 
[1] "总额 ￥113.80" "总额 ￥99.00"