以下网址包含数字和表格,我喜欢阅读表格的前两列.xpatahSApply命令工作正常,但我需要调整两个以上的属性,我无法弄清楚.
url ="http://floodobservatory.colorado.edu/SiteDisplays/1544data.htm"
doc=htmlTreeParse(url,useInternal=TRUE)
解析数据的样本
<tr height="20" style="height:15.0pt">
<td height="20" class="xl6521398" align="right" style="height:15.0pt">11-Oct-13</td>
<td class="xl7321398">1853</td>
<td class="xl7321398"></td>
<td class="xl8121398">0.80</td>
<td class="xl7221398" align="right">4.87</td>
<td class="xl1521398"></td>
<td class="xl1521398"></td>
<td class="xl1521398"></td>
<td class="xl1521398"></td>
<td class="xl1521398"></td>
<td class="xl1521398"></td>
<td class="xl7421398"></td>
<td class="xl7421398"></td>
<td class="xl7421398"></td>
<td class="xl7421398"></td>
<td class="xl9621398"></td>
<td class="xl7421398"></td>
<td class="xl8121398"></td>
</tr>
我需要从两个单元中读取值,其中一个对应于日期,另一个对应于流出口,并具有下面提到的属性
<td height="20" class="xl6521398" ...> and [<td class="xl7321398"..]
关于以上样本数据,我需要抓住"11-Oct-13"和"1853".
我使用以下命令来获取"日期"和"流量放电".
dates=xpathSApply(doc,"//td[@class='xl6521398']",xmlValue)
streamflowdischarge=xpathSApply(doc,"//td[@class='xl7321398']",xmlValue)
他们成功地提取了信息,但提取的值包括来自其他表格/单元格的值,重要的是"日期"和"流量排放"不对应.
日期[1:10] [1]"1-Jan-98""2月1日 - 98""3月1日 - 98""31-Mar-98""4月1日 - 98""30-Apr-98 ""5月1日 - 98"[8]"31-May-98""6月1日 - 98""30-Jun-98"
"31-Mar-98"介于"3月1日至98日"和"4月1日至98日"之间 …