Разобрать HTML в текст с уровнем Div в R

Question

library(XML)
html <- read_html("https://www.sec.gov/Archives/edgar/data/1011290/000114036105007405/body.htm")
doc.html = htmlTreeParse(html, useInternal = TRUE)
doc.text = unlist(xpathApply(doc.html, '//div', xmlValue))

Приведенный выше код читает текст дважды из-за уровня / структуры div, мне нужно прочитать текст только один раз. Спасибо за ваше время и помощь. т.е.

doc.text [2] # содержит весь текст, который повторяется снова от 3 до 59

Answer 1

Попробуйте это:

library(rvest)
library(tidyverse)
html <- read_html("https://www.sec.gov/Archives/edgar/data/1011290/000114036105007405/body.htm")
text <- html %>% 
         html_nodes(xpath = "//text/div") %>%
         html_text(trim = TRUE) %>% 
         paste( collapse = ' ')