R:在LexisNexis-data上使用tm函数语料库时，下标越界

Question

我正在尝试用tm-package创建一个来自LexisNexis的文章语料库。文章已从LexisNexis导出为.html，并使用tm.plugin.lexisnexis-package解析为R，如下所示：

> library("tm")
> library("tm.plugin.lexisnexis")
> src <- LexisNexisSource("~/Desktop/lexisnexis.html")

按照tm.plugin.lexisnexis-documentation中的说明，然后使用tm-package创建一个语料库，如下所示：

> data <- Corpus(src, readerControl = list(language = NA))
Error in getNodeSet(tree, "//div[@class = 'c3']/p[@class = 'c1']/span[@class = 'c4']")[[1]] : 
  subscript out of bounds

这个错误是什么意思，我该如何修复它？

示例html-data：link

Answer 1

我是这个包的作者。因为LexisNexis使用的格式没有文档记录，所以它现在已经失效了。我会试着修复它，但如果有人提出补丁，它会更快发生。:-)