只从多个表中抓取某些列

Question

我只想从这些表和第三列(在图像、候选人名称之后)报告的选票中刮除候选人的名字。

这就是我所得到的。

library(rvest)
ndp_leadership<-url('https://en.wikipedia.org/wiki/New_Democratic_Party_leadership_elections')
results<-read_html(ndp_leadership, 'table')

results<-html_nodes(results, 'table')
out<-results %>% 
html_nodes(xpath="//*[contains(., 'Candidate')]//tr/td")
out

Answer 1

虽然这并不真正使用XPath，但有一种方法可以做到：

results <- read_html(ndp_leadership) %>%
  html_nodes(".wikitable") %>% 
  html_table(fill=TRUE) %>% 
  map(~ .[,2]) %>% 
  unlist %>% 
  setdiff(., c("Candidate", "Total"))