R {xml_node} 到纯文本，同时保留标签？答案

【问题标题】：R {xml_node} to plain text while preserving the tags?R {xml_node} 到纯文本，同时保留标签？
【发布时间】：2019-02-19 15:01:13
【问题描述】：

我想做xml2::xml_text() 或rvest::html_text() 所做的事情，但保留标签而不是替换例如<br> 和 \n。目标是例如抓取网页，提取我想要的节点，并将纯 HTML 存储在变量中，就像 write_html() 将其存储在文件中一样。

我该怎么做？

【问题讨论】：

寻求帮助时，您应该包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出。
@MrFlick 我知道，但在这里我问的是一个非常笼统的问题，因此相信我提供的描述就足够了。我正在寻找的解决方案是已经在xml2 中实现的单个函数，只是不丢弃标签，或者另一个函数的作用，只输出到另一个变量而不是外部文件。
那么您想将 XML 保留为不解析的字符串吗？为什么你不能把它读成一个字符串？或者你想用xml2 遍历/修改树，然后将特定部分的输出作为原始的、未解析的字符串？
@divibisan 确实如此。因为数据结构是一个带有外部指针的列表，我不知道如何将其转换为字符串。

标签： r rvest xml2

【解决方案1】：

具有讽刺意味的是，事实证明as.character() 工作得很好。

因此：

library(rvest)
html <- read_html("http://stackoverflow.com")

res <– html %>%
         html_node("h1") %>%
         as.character()

> res

[1] "<h1 class=\"-title\">Learn, Share, Build</h1>"

这是我当前用例中所需的输出。

另一方面，为了比较是否需要剥离标签：

res <- html %>%
         html_node("h1") %>%
         html_text()

> res
[1] "Learn, Share, Build"

【讨论】：