向文本元素添加空格

Question

有没有办法为每个包含文本的元素添加空格？对于这个例子：

movie <- read_html("http://www.imdb.com/title/tt1490017/") 
cast <- html_nodes(movie, "#titleCast span.itemprop")
cast %>% html_structure()
[[1]]
<span.itemprop [itemprop]>
  {text}

[[2]]
<span.itemprop [itemprop]>
  {text}

我想在每个文本元素 before 使用 html_text() 添加尾随空格。我有另一个用例，我想在文档层次结构中使用更高的 html_text() 。结果是多个文本组合在一个向量元素中。这使得无法推断相应部分的开始和结束。

Answer 1

你的意思是这样的吗？

doc <- minimal_html("Hello<p>World</p>") 
doc %>% html_text # HelloWorld
doc %>% html_text_collapse(" ") # Hello World

如果是，代码如下：

require(stringi)
require(rvest)

html_text_collapse <- function(x, collapse = " ", trim = TRUE){
  text <- html_text(html_nodes(x, xpath = ".//text()[normalize-space()]"))
  if (trim) {
    text <- stri_trim_both(text)
  }
  paste(text, collapse = collapse)
}

向文本元素添加空格

Adding whitespace to text elements

r

web-scraping

rvest

xml2