使用 R 和 XPath 1.0 进行 XML 查询时，无法提取特定文本

Question

非常感谢有关如何提取这家公司设有办事处的四个城市名称的指导。 Firebug 在 cufontext 下的名称是灰色的，例如 <cufontext>MEMPHIS</cufontext>，而 MEMPHIS 是灰色的。顺便说一句，我不介意返回一些无关的文本，例如状态或地址。展示了我的三个失败的努力。

library(XML)

doc <- htmlTreeParse('http://www.lewisthomason.com/locations/', useInternal = TRUE, asText = TRUE)               
xpathSApply(doc, "//div[@id = 'the_content']", xmlValue, trim = TRUE)  # returns list()
xpathSApply(doc, "//div[@id = 'the_content']/div/h3//cufon", xmlValue, trim = TRUE) # returns NULL
xpathSApply(doc, "//div[@id = 'the_content']//cufon[@class = 'cufon cufon-canvas']", xmlValue, trim = TRUE)  # returns NULL

非常感谢。

Answer 1

原来 HTML 源代码实际上看起来像这样（格式化和简化）：

<div id="the_content">
    <div class="one_fourth">
        <h3>KNOXVILLE</h3>
        <p>One Centre Square, Fifth Floor<br>
        .....
    </div>
    ....
</div>

但浏览器（尝试使用 chrome 和 firefox）以某种方式将其转换为稍微不同的结构，而解析器不进行转换。这个更简单的 XPath 对我来说很好用：

//div[@id = 'the_content']/div/h3