从单个 XML 创建多个 XML2 过滤

Question

使用 xml2 包我想从一个 XML 文件开始编写两个 XML 文件 - 一个用于语言。例如，我有以下 XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="it">Title IT</title>
    <title xml:lang="en">Title EN</title>
    <author>Author</author>
  </book>
</books>

我想保存以下两个文件：

FILE IT
<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="it">Title IT</title>
    <author>Author</author>
  </book>
</books>

FILE EN
<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="en">Title EN</title>
    <author>Author</author>
  </book>
</books>

如果我这样做：

txt <- "<books><book><title xml:lang='it'>Title IT</title><title xml:lang='en'>Title EN</title><author>Author</author></book></books>"
XML <- xml2::read_xml(txt)

it <- xml2::xml_find_all(XML, "//*[@xml:lang = 'it']")
en <- xml2::xml_find_all(XML, "//*[@xml:lang = 'en']")


XML_orig <- XML
xml2::xml_remove(en)
xml2::write_xml(XML, file = "book_it.xml")

XML <- XML_orig
xml2::xml_remove(it)
xml2::write_xml(XML, file = "book_en.xml")

当我创建XML 对象的副本时，它会继续引用原始对象。有没有办法在不引用的情况下创建新副本？或者您知道使用 xml2 库解决问题的更好方法吗？

谢谢！

Answer 1

xml_remove 将从您找到它们的文档中删除节点。在完成 find_all 之后交换 XML 的值并没有真正的帮助，因为它们仍然指向原始文档。复制文档的一种方法似乎是带有.copy=TRUE 参数集的xml_new_root 函数。这是一个可以帮助您完成任务的函数

keeplang <- function(XML, lang) {
  nodepath <- paste0("//*[@xml:lang != '", lang, "']")
  filepath <- paste0("book_", lang, ".xml")
  XML <- xml_new_root(XML, .copy = TRUE)  
  nodes <- xml2::xml_find_all(XML, nodepath)
  xml2::xml_remove(nodes)
  xml2::write_xml(XML, file = filepath)
}

keeplang(XML, "it")
keeplang(XML, "en")

所以我们在这里制作副本，然后在该副本中找到节点，然后删除它们。这里我改为!=比较，只保留传入语言的值。

Answer 2

考虑一下XSLT，这是一种专用语言，旨在将您传递语言参数的 XML 文件 en 和 it 从 R 转换为 XSLT。 R 可以使用 xslt 包（xml2 的扩展名）运行 XSLT 1.0 脚本。

具体来说，您可以使用相同的 XSLT 脚本从 R 中为特定的 title 节点传递值。这与将参数传递给另一种著名的专用语言没有什么不同：SQL。 XSLT 的美妙之处还在于它是可移植的（再次像 SQL），并且可以在 R 之外运行以产生相同的结果。

XSLT 另存为 .xsl 文件，特殊的 .xml 文件）

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output indent="yes"/>
  <xsl:strip-space elements="*"/>

  <xsl:param name="lang" />

  <!-- IDENTITY TRANSFORM -->
  <xsl:template match="@*|node()">
    <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
  </xsl:template>

  <xsl:template match="book">
    <xsl:copy>
        <xsl:copy-of select="title[@xml:lang = $lang]"/>
        <xsl:copy-of select="author"/>
    </xsl:copy>
  </xsl:template>

</xsl:stylesheet>

R

library(xml2)
library(xslt)

doc <- read_xml("Input.xml", package = "xslt")
style <- read_xml("Script.xsl", package = "xslt")

# en LANGUAGE
new_xml <- xml_xslt(doc, style, params=list(lang="en"))   
write_xml(new_xml, "Output_en.xml")

# it LANGUAGE
new_xml <- xml_xslt(doc, style, params=list(lang="it"))   
write_xml(new_xml, "Output_it.xml")

---

Python （展示可移植性）

import lxml.etree as et

# LOAD XML AND XSL SCRIPT
xml = et.parse('Input.xml')
xsl = et.parse('Script.xsl')
transform = et.XSLT(xsl)

# PASS en PARAMETER TO XSLT
n = et.XSLT.strparam("en")
result = transform(xml, lang=n)

with open("Output_en.xml", 'wb') as f:
    f.write(result)

# PASS it PARAMETER TO XSLT
n = et.XSLT.strparam("it")
result = transform(xml, lang=n)

with open("Output_it.xml", 'wb') as f:
    f.write(result)

PHP

// LOAD XML AND XSLT
$xml = new DOMDocument('1.0', 'UTF-8');
$xml->load('Input.xml');

$xsl = new DOMDocument('1.0', 'UTF-8');   
$xsl->load('Script.xsl');

// INITIALIZE TRANSFORMER
$proc = new XSLTProcessor;
$proc->importStyleSheet($xsl);

// SET en PARAMETER VALUE
$proc->setParameter('', 'lang', 'en');
$newXML = $proc->transformToDoc($xml);
file_put_contents('Output_en.xml', $newXML);

// SET en PARAMETER VALUE
$proc->setParameter('', 'lang', 'it');
$newXML = $proc->transformToDoc($xml);
file_put_contents('Output_it.xml', $newXML);