将XMLInternalDocument转换为字符向量。

Question

什么是将来自{XML}包的对象转换回“普通”的R字符向量的最佳方法？

例如：

require(XML)
doc <- htmlParse("http://cran.r-project.org/web/packages/XML/index.html")
class(doc)
# [1] "HTMLInternalDocument" "HTMLInternalDocument" 
# "XMLInternalDocument"  "XMLAbstractDocument" 

与此建议相似，我可以这样做：

doc.char <- capture.output(doc)

但这似乎是一条迂回的路线。然而，我没有找到其他合适的方法。这已经困扰过我几次了。

- lukeA

Answer 1

如果您只需要一个字符向量，则使用readLines()而不是htmlParse()。但是，您可能有更具体的需求，那么答案是使用XPath查询doc；请参见?getNodeSet（以及语法doc["//path"]）和帮助页面上的示例。

针对您的具体问题，我已经进行了处理。

library(XML)
doc <- htmlParse("http://cran.r-project.org/web/packages/XML/index.html")
showMethods(class=class(doc), where=search())

并到达

as(doc, "character")

- Martin Morgan

---

啊，谢谢你的解释。showMethods 和 as 就是我在寻找的。学到了东西。 - lukeA

非常感谢@Martin Morgan。 - jay_phate

Answer 2

我认为你可以通过 do.call(paste, as.list(capture.output(doc))) 来实现这个目标。

(我也遇到了一些问题，我认为你可以像 @flodel 在这里 NodeSet as character 建议我的那样使用 sapply 来解决问题。)

- Julien Navarre