【问题标题】：Opening and reading XML打开和读取 XML
【发布时间】：2016-05-05 00:21:24
【问题描述】：

我正在尝试打开和读取 coursera 课程的 XML 文件。

根据课程的说明，我做到了：

library(XML)
library (RCurl)
fileURL <-"https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml"
xData <- getURL(fileURL)
doc <- xmlParse(xData)

但是，当我尝试使用 rootNode[[1]] 读取文件的内容时，我得到了模糊的内容。

我如何才能真正在 R 中破译文件？

【问题讨论】：

什么晦涩的内容？
有很多，但它开始了：THE LAUGHING PINT21224Highlandtown1SOUTHEASTERN
这有什么不为人知的？看起来是 xml 内容。

标签： xml r

【解决方案1】：

海姆，

XML 文档本质上可以被认为是一个树结构，您似乎在问如何访问该结构的根。

根节点访问

library(XML)
url <- "http://d396qusza40orc.cloudfront.net/getdata/data/restaurants.xml"
xmlDoc <- xmlTreeParse(file=url,useInternal=TRUE)
rootNode <- xmlRoot(xmlDoc)
xmlName(rootNode)
str(rootNode)
rootNode[[1]][[1]]

后面的命令rootNode[[1]][[1]]会返回：

> rootNode[[1]][[1]]
<row _id="1" _uuid="93CACF6F-C8C2-4B87-95A8-8177806D5A6F" _position="1" _address="http://data.baltimorecity.gov/resource/k5ry-ef3g/1">
  <name>410</name>
  <zipcode>21206</zipcode>
  <neighborhood>Frankford</neighborhood>
  <councildistrict>2</councildistrict>
  <policedistrict>NORTHEASTERN</policedistrict>
  <location_1 human_address="{&quot;address&quot;:&quot;4509 BELAIR ROAD&quot;,&quot;city&quot;:&quot;Baltimore&quot;,&quot;state&quot;:&quot;MD&quot;,&quot;zip&quot;:&quot;&quot;}" needs_recoding="true"/>
</row> 
>

现在我们有了根节点，我们可以在 XML 结构中搜索与特定值相关的信息，例如每个分支的邮政编码：

zipcode <- xpathSApply(rootNode,"//zipcode",xmlValue)
length(zipcode[zipcode==21213])

例如，我们发现33houses 在XML 文档中的邮政编码为21213。

说明

不止于此；我的建议是你阅读文档

https://cran.r-project.org/web/packages/XML/XML.pdf

希望以上对你有帮助……

【讨论】：