在 R 中使用外部指针解析 html 文件

问：

我有一个本地下载的 HTM 文件，我无法在 R 中解析多个级别。我认为这是因为超过第一级的所有内容都在外部指针后面。我不能在这里共享文件，因为它是敏感信息。但是，我的代码基本上如下所示。

data_file <- "myfile.htm"
data_html <- read_html("myfile.htm")

data_html由一个列表组成，该列表包含两部分，即$node和$doc。这两个都是对象或类。

以下是我尝试过的一些事情：

getNodeSet(data_html)

getNodeSet（data_html） UseMethod（“xpathApply”） 中的错误： 没有适用于应用于类“c（'xml_document'， 'xml_node'）”对象的“xpathApply”的方法

我尝试使用 readLines 读取文件并细分为哪些行中包含“table”一词，但随后出现了与上述相同的问题，我应用的方法不喜欢它是 xml 文档、xml 节点、内部 xml 文档、内部 xml 内容等。我想从这个保存的本地文档（实际上是一个网站）中提取数据表。

data_readLines <- readLines("myfile.htm")
data_readLines <- data_readLines[which(str_count(data_readLines,'table') >= 2)]
toHTML(data_readLines[1]) %>% html_table()

toHTML（data_readLines[1]） %>% html_table（） UseMethod（“html_table”） 中的错误： 没有适用于类“c（'XMLInternalElementNode'， 'XMLInternalNode'， 'XMLAbstractNode'）”的对象的“html_table”方法

我尝试过一些相当疯狂的事情，例如：

xml_children(xml_children(xml_children(data_html)))

返回：

xml_children（xml_children（xml_children（data_html））） {xml_nodeset （4）} [1] 报告帮助 [2] 最后修正 10-02-2023 13：31：29 [3] 摘要卡 [4] \n\n说明 ...

但是，一定有一些东西可以做到这一点。关于如何让“桌子”摆脱这种混乱的任何想法都会很棒。很抱歉这里没有可重现的例子。我只是无法分享数据，也不知道如何制作一个假例子。