我有一个在桌面上的HTML文件。(在Chrome中,右键点击网页,选择“保存为”,然后选择“网页,HTML”)。我该如何将此本地文件读入R?一旦在R中,我需要编写一些正则表达式来解析字符串并提取某些值。
使用 readLines
如下:
rawHTML <- paste(readLines("path/to/file.html"), collapse="\n")
xml2::read_html
来读取来自本地文件或 URL 的 html 内容。library(xml2)
rawHTML <- read_html(x = "path/to/file.html")
由于此函数可以从本地文件或URL读取html内容,因此它为基于rvest
库进行html抽取的自动化提供了输入灵活性。
htmltools
的 includehtml()
函数。rawHTML <- includeHTML('path/to/file.html')
class(rawHTML)
[1] "html" "character"