如何用rvest提取HTML中与<p>标签对应的<ul>列表并转为数据框或列表？

核心思路是针对每个<p>标签，精准定位其紧随其后的第一个<ul>，以此实现标题和对应列表项的绑定，具体实现如下：

library(rvest)
library(purrr)
library(dplyr)

# 假设tmp是已获取的<div class="main--content">节点
# 提取所有标题文本（自动清理多余换行/空格）
titles <- tmp %>% 
  html_elements("p") %>% 
  html_text2()

# 为每个标题匹配对应列表项
list_content <- tmp %>% 
  html_elements("p") %>% 
  # 用XPath定位当前<p>后面的第一个<ul>
  map(~ .x %>% 
        html_element(xpath = "following-sibling::ul[1]") %>% 
        html_elements("li") %>% 
        html_text2())

# 生成数据框结构（标题+对应列表）
result_df <- tibble(
  标题 = titles,
  列表项 = list_content
)

# 或者生成命名列表（键为标题，值为对应列表项）
result_list <- setNames(list_content, titles)

补充处理 #

如果存在部分<p>后无对应<ul>的情况，可过滤掉空列表数据：

cleaned_df <- result_df %>% 
  filter(lengths(列表项) > 0)

内容的提问来源于stack exchange，提问作者Nico