使用 R 下载和读取压缩的 xml 文件答案

【问题标题】：Using R to download and read zipped xml file使用 R 下载和读取压缩的 xml 文件
【发布时间】：2014-07-29 08:07:58
【问题描述】：

根据 Dirk Eddelbuettel 的this 回答，我正在尝试从zip 存档中读取xml 文件以进行进一步处理。除了 URL 和文件名之外，对引用代码的唯一更改是我将 read.table 更改为 xmlInternalTreeParse。

library(XML)
temp <- tempfile()
download.file("http://epp.eurostat.ec.europa.eu/NavTree_prod/everybody/BulkDownloadListing?sort=1&downfile=data%2Fnrg_105a.sdmx.zip",temp)
doc <- xmlInternalTreeParse(unz(temp, "nrg_105a.dsd.xml"))
fileunlink(temp)
closeAllConnections()

但是，这会返回以下错误：

Error in file.exists(file) : invalid 'file' argument

traceback()表明这是来自解析器的函数调用。所以 temp 在这种情况下似乎是一个不恰当的参考。有没有办法让它工作？

【问题讨论】：

xmlInternalTreeParse 的工作方式似乎与read.table 不同。根据文档，read.table 可以使用连接对象，xmlInternalTreeParse 需要文件名（作为字符）。
嗯，我从来没有真正理解什么是连接。所以我可能需要使用readLines 或类似的东西将连接转换为字符向量。

标签： xml r zip

【解决方案1】：

你可以试试：

# Make a temporary file (tf) and a temporary folder (tdir)
tf <- tempfile(tmpdir = tdir <- tempdir())

## Download the zip file 
download.file("http://epp.eurostat.ec.europa.eu/NavTree_prod/everybody/BulkDownloadListing?sort=1&downfile=data%2Fnrg_105a.sdmx.zip", tf)

## Unzip it in the temp folder
xml_files <- unzip(tf, exdir = tdir)

## Parse the first file
doc <- xmlInternalTreeParse(xml_files[1])

## Delete temporary files
unlink(tdir, T, T)

【讨论】：

这很好。经过仔细检查，我发现这两个代码的作用基本相同，但您的代码使用unzip而不是unz。使用前者也可以运行原始脚本。
问题是xmlInternalTreeParse 需要一个文件名，而不是一个连接（unz 返回的内容）。是的，您是对的，但它会将提取的 xml 保存在您的当前目录中。