R {xml_node} 到纯文本同时保留标签？

Question

我想做什么xml2::xml_text()或rvest::html_text()做什么，但保留标签而不是<br>用\n. 目标是例如抓取网页，提取我想要的节点，并将纯 HTML 存储在变量中，就像write_html()将其存储在文件中一样。

我怎样才能做到这一点？

Answer 1

具有讽刺意味的是，事实证明这as.character()很好用。

所以：

library(rvest)
html <- read_html("http://stackoverflow.com")

res <– html %>%
         html_node("h1") %>%
         as.character()

> res

[1] "<h1 class=\"-title\">Learn, Share, Build</h1>"

这是我当前用例中所需的输出。

另一方面，为了比较是否需要剥离标签：

res <- html %>%
         html_node("h1") %>%
         html_text()

> res
[1] "Learn, Share, Build"