rvest 不提取自闭 xml-nodes

Question

正在尝试解析此 xml 文件： http://data.fcc.gov/api/block/find?latitude=48.9905&longitude=-122.2733&showall=false

rvest/xml2接缝无法正确识别节点：

require(rvest) #which uses xml2 internally
doc <- read_xml("http://data.fcc.gov/api/block/find?latitude=48.9905&longitude=-122.2733&showall=false")
> doc
{xml_document}
<Response>
[1] <Block FIPS="530730102002091"/>
[2] <County FIPS="53073" name="Whatcom"/>
[3] <State FIPS="53" code="WA" name="Washington"/>

我尝试获取 County 节点 - 结果出现错误（无匹配项）

doc %>% xml_node("County") # Error: No matches

我也尝试通过 read_html 和 httr::GET 结合两者： read_html 和 read_xml... 任何想法`

P.S.：示例取自此处：Parsing an XML response to a query。我试图通过 rvest

解决这个问题

Answer 1

该文档有一个命名空间，xmlns，您可以使用 xml_ns 检查它，并在您的 xpath 中使用前缀，

xml_find_one(doc, "//d1:County", xml_ns(doc))

rvest 不提取自闭 xml-nodes

rvest does not extract self-closing xml-nodes

xml

r

web-scraping

httr

rvest