使用 R 从 meta itemprop 中提取内容答案

【问题标题】：Extracting content from within meta itemprop using R使用 R 从 meta itemprop 中提取内容
【发布时间】：2015-03-03 18:44:50
【问题描述】：

我正在尝试从以下内容部分中提取文本。

<meta itemprop="datePublished" content="2015-02-24T11:34:57Z"/>
<meta itemprop="description" content="South Africa's gross domestic output 
(GDP) expanded by a much stronger 4.1 percent in the fourth quarter"/>

我对从“datePublished”和“description”中提取时间和日期特别感兴趣。现在有趣的是我可以提取“描述”文本，使用

xpathSApply(story2, "//head/meta[@name=\"description\"]/@content")

但不是datePublished，即使我使用的语法相同，只产生NULL 结果。

我无法解释这一点，想知道是否有人知道为什么xpathSApply 在提取描述时不提取datePublished，以及正确的格式是什么。我也无法通过 grep 使用子字符串操作来提取它。

【问题讨论】：

标签： regex xml r xpath sapply

【解决方案1】：

这是您正在尝试的代码吗，因为我认为它应该是：

'<meta itemprop="datePublished" content="2015-02-24T11:34:57Z"/>
<meta itemprop="description" content="South Africa\'s gross domestic output (GDP) expanded by a much stronger 4.1 percent in the fourth quarter"/>' -> foo
library(XML)
bar <- xmlParse(foo)
datePublished <- xpathSApply(bar, "//meta[@itemprop='datePublished']/@content")
description <- xpathSApply(bar, "//meta[@itemprop='description']/@content")

【讨论】：