06-html.R

library(xml2)

html <- read_html("output/exemplo.html")

# coletar todas as tags do tipo <p>

resultado <- html |>
  xml_find_all("//p")

resultado[[1]]

html |>
  xml_find_first("//p")

xml_find_all(html, "//head")

xml_find_all(html, "/html/body/p[@style='color: blue;']")
xml_find_all(html, "/html/body/p[contains(@style, 'bl')]")
xml_find_all(html, "/html//p")
xml_find_all(html, "//body/*[contains(text(),'Título')]")


body <- html |>
  xml2::xml_find_first("//body")

body |>
  xml2::xml_find_all("./p")

# extrair os textos

xml_text(resultado)
xml_text(html)

# extrair os atributos

xml_attrs(resultado)
xml_attr(resultado, "style")