嗨：我想废弃表格联邦选区 - 2003 年代表令子表"安大略省"。 网址在这里：http://www.elections.ca/content.aspx?section=res&dir=cir/list&document=index&lang=e#list
我已经尝试过这段代码，它让我接近，但并不完全在那里。
doc<-htmlParse('http://www.elections.ca/content.aspx?section=res&dir=cir/list&document=index&lang=e#list', useInternalNodes=TRUE)
doc2<-getNodeSet(doc, "//table/caption[text()='Ontario']")
我知道我可以使用readHTMLTable来简单地做到这一点，只找到特定的表，但我也想知道如何选择等于安大略省的标题节点的同级节点。谢谢
您可以在 XPATH 中使用following-sibling：
library(XML)
appURL <- 'http://www.elections.ca/content.aspx?section=res&dir=cir/list&document=index&lang=e#list'
doc<-htmlParse(appURL, encoding = "UTF-8")
tableNode <- doc["//*[@id='list']/following-sibling::table/caption[text()='Ontario']/.."][[1]]
myTable <- readHTMLTable(tableNode)
> head(myTable)
Code Federal Electoral Districts Population 2006
1 35001 Ajax–Pickering 117,183
2 35002 Algoma–Manitoulin–Kapuskasing 77,961
3 35003 Ancaster–Dundas–Flamborough–Westdale 111,844
4 35004 Barrie 128,430
5 35005 Beaches–East York 104,831
6 35006 Bramalea–Gore–Malton 152,698
所以要分解 XPATH。标题Federal Electoral Districts – Representation Order of 2003有一个id="list"。HTML 中的 id 是唯一的，因此我们可以对此进行过滤
-
//*[@id='list']查找 id 等于"列表"的节点 -
/following-sibling::table获取其后面的所有同级节点（即表） -
/caption[text()='Ontario']选择标题文本等于"安大略省"的节点 -
/..返回节点
这将以列表形式提供所需的表节点。只有一个节点满足上述要求。然后可以通过readHTMLTable 处理此节点。