请问：用rpart函数做决策树时，如何提取出决策树的规则呢？用summary（fit）只能得到每个节点的信息，例如：
>  fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
> fit
n= 81

node), split, n, loss, yval, (yprob)
      * denotes terminal node

1) root 81 17 absent (0.79012346 0.20987654)  
   2) Start>=8.5 62  6 absent (0.90322581 0.09677419)  
     4) Start>=14.5 29  0 absent (1.00000000 0.00000000) *
     5) Start< 14.5 33  6 absent (0.81818182 0.18181818)  
      10) Age< 55 12  0 absent (1.00000000 0.00000000) *
      11) Age>=55 21  6 absent (0.71428571 0.28571429)  
        22) Age>=111 14  2 absent (0.85714286 0.14285714) *
        23) Age< 111 7  3 present (0.42857143 0.57142857) *
   3) Start< 8.5 19  8 present (0.42105263 0.57894737) *
我想得到的是提取出它的决策规则：
rule1: if start >= 8.5 and start >=14.5 then y= absent
请问，要想得到上述类似的决策规则，应该用哪个函数？
谢谢！