在“R”中使用 XML 节点

Question

给定以下 XML 文件：

<XML>
  <A>
    <B>
      <ID>1</ID>
    </B>
    <C>
      <D>10</D>
      <D>20</D>
    </C>
  </A>
  <A>
    <B>
      <ID>2</ID>
    </B>
    <C>
      <D>30</D>
      <D>50</D>
    </C>
  </A>
</XML>

使用以下 R 代码，我可以读取 XML 文件：

library(XML)
xmlobj <- xmlTreeParse("my_file.xml", useInternalNodes = TRUE)

首先，我想获取 XML 节点“A”的列表。我可以这样做

node_a <- xpathSApply(doc = xmlobj, path = "//A", xmlChildren)

结果（node_a）如下所示：

  [,1] [,2]
B ?    ?   
C ?    ?   

在第二步中，我想在步骤 1 中提取的列表中的每个 XML 节点上调用一个函数，返回一个 XML 节点列表“D”。我试图从第一步获取列表中第一个“A”元素的“C”子元素：

xmlChildren(asXMLNode(node_a["C",1]))

但是结果是：

named list()
attr(,"class")
[1] "XMLNodeList"

最后，我想分别为每个 A 获取 D 值（ID 为 1 的 A 的 D 值列表和 ID 为 2 的 A 的 D 值列表）。

或者换句话说，我想获得一个列表，其中包含 ID 为 1 的元素 A 的所有 D 元素的值，以及另一个列表，其中包含 ID 为 2 的元素 A 的所有 D 元素的值。

Answer 1

调用问题开头的xml文本xmlText，

library(XML)
xml <- xmlParse(xmlText,asText=T)
lapply(xml["//A//C"],function(node)sapply(xmlElementsByTagName(node,"D"),xmlValue))
# [[1]]
#    D    D 
# "10" "20" 
#
# [[2]]
#    D    D 
# "30" "50" 

如果您想要整数而不是字符并且您不想要名称，

get.D <- function(node) unname(sapply(xmlElementsByTagName(node,"D"),function(n)as.integer(xmlValue(n))))
lapply(xml["//A//C"],get.D)
# [[1]]
# [1] 10 20
#
# [[2]]
# [1] 30 50

Answer 2

我不确定你想要的中间步骤，但要获取 D 的值，

node_a <- xpathSApply(doc = xmlobj, path = "//D", xmlValue, trim = TRUE)

> node_a
[1] "10" "20" "30" "50"