R语言新手求助：提取Tibble列表列中的body文本至新列

嘿，作为R新手遇到这种嵌套JSON格式的字符串问题太正常了，我来一步步帮你解决！

首先，你的revisions列是JSON格式的字符串，所以我们需要用JSON解析工具来提取里面的body字段。这里推荐用jsonlite包，它处理这类场景非常顺手。

步骤1：准备环境与数据 #

先把你的示例数据重现出来（方便测试），并加载必要的包：

library(tibble)
library(jsonlite)
library(purrr) # 用来批量处理每行数据

# 你的示例Tibble
df <- structure(
  list(revisions = "[{\"body\":\"<div>No me refiero especifico por La Segunda, voy al \\\"juicio de valor\\\" malicioso (tipo copuchenta) que emitió, contra un medio (cualquiera que haya sido), en un contexto parlamentario.</div>\"}]", 
       row.names = c(NA, -1L), 
       class = c("tbl_df", "tbl", "data.frame"))

步骤2：解析JSON并提取body字段 #

我们用map_chr函数遍历revisions列的每一行，解析JSON字符串后提取body内容，并存入新列body_text：

df <- df %>%
  mutate(
    # 解析JSON字符串：先转成JSON对象，取数组第一个元素，再提取body
    body_text = map_chr(revisions, ~ fromJSON(.x)[[1]]$body)
  )

可选：去掉HTML标签 #

如果你的body字段里包含<div>这类HTML标签，想要清理成纯文本的话，可以用rvest包：

# 先安装包（如果没装过）
# install.packages("rvest")
library(rvest)

df <- df %>%
  mutate(
    body_text_clean = map_chr(body_text, ~ html_text(read_html(.x)))
  )

结果展示 #

运行完上面的代码后，你的Tibble就会新增body_text（带HTML标签）和body_text_clean（纯文本）列，里面就是你要提取的内容啦！

内容的提问来源于stack exchange，提问作者cristobalvch