将本地HTML文件读入R

yuvru6vn 于 2023-01-10 发布在其他

关注(0)|答案(3)|浏览(110)

我的桌面上有一个HTML文件（在chrome中，右键单击网页，选择“另存为”，然后选择“网页，HTML”）。我如何将这个本地文件读入R？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。

3条答案

按如下方式使用readLines

rawHTML <- paste(readLines("path/to/file.html"), collapse="\n")

现在，一个更好（也更快）的方法是使用tidyverse中包含的xml2::read_html，它可以从本地文件或URL读取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库构建的html提取自动化提供了输入灵活性。

另一种可能是htmltools的includehtml()：

rawHTML <- includeHTML('path/to/file.html')

class(rawHTML)
[1] "html"      "character"