欢迎访问 生活随笔！
TAG聚合

生活随笔

当前位置： 首页 > 编程语言 > asp.net >内容正文

asp.net

LearningR-XML

发布时间：2025/5/22 asp.net 166 豆豆
生活随笔 收集整理的这篇文章主要介绍了 LearningR-XML 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

因为要读取一个XML格式的数据，学习整理XML包。

1.XML包

1.1. 载入XML文件

有两种方法：

  • 通过函数xmlTreeParse("file.xml")载入xml文件，如果不加入参数，将获得关于这个xml文件的所有信息。所以，这个函数通常配合xmlRoot()使用，比如xmlRoot(xmlTreeParse("file.xml"))以得到xml主体文件。

  • 通过函数xmlTreeParse("file.xml", useInternalNodes = TRUE)来得到加入首行的xml文件主体

library(RCurl) library(XML) url<-"http://www.w3school.com.cn/example/xdom/books.xml" #注，也可以为url复制本地文件的路径 doc<-xmlTreeParse(getURL(url),useInternal = TRUE) d <- xmlRoot(doc)

1.2. 获取特定的节点

详细XPath语言见XPath 语法

使用函数getNodeSet(doc, XPath)

XPath的常见用法：

  • 获取第一个son元素
    /root/son[1]

    • getNodeSet(d, "/bookstore/book[1]")

  • 获取最后一个son元素
    /root/son[last()]

    • getNodeSet(d, "/bookstore/book[last()]")

  • 获取前两个son元素
    /root/son[position() < 3]

    • getNodeSet(d, "/bookstore/book[position() < 3]")

  • 获取任意son2元素
    //son2

    • getNodeSet(d, "/bookstore/book") getNodeSet(d, "/bookstore/book/title")

  • 获取任意son2的age属性
    //son2[@age]

    • getNodeSet(d, "//book[@category]")

  • 获取任意son2的age属性等于18的元素
    //son2[@age=18]

    • getNodeSet(d, "//book[@category='web']")

  • 获取root下所有元素
    /root/*

    • getNodeSet(d, "/bookstore/*")

  • 获取所有带属性的son元素
    //son[@*]

    • getNodeSet(d, "//book[@*]")

    节点相关函数

    • class(xmltop) #查看类

    • xmlName(node)：查看根目录名。
      node[[1]]：查看第一个子目录

    node[1]]：查看第一个子目录的第二个节点

    • xmlSize(node)：该节点下字节点数量。

    • xmlAttrs(node)：该节点属性。

    • xmlGetAttr(node, attr)：该节点某一属性。

    • xmlValue(node)：该节点值。

    • xmlChildren(node)：该节点下的子节点。

    class(d) xmlName(d) xmlSize(d) xmlAttrs(d) xmlAttrs(d[[1]]) xmlAttrs(d[[1]][[1]]) xmlGetAttr(d[[1]][[1]], "lang") xmlChildren(d[[1]])#通过以下方式获得的节点类型不同，建议使用getNodeSet d[[1]][[1]] getNodeSet(d, "//book/title")[[1]] getNodeSet(d, "//book[1]/title")

    1.3 xmlSApply和xmlApply

  • 读取节点的值

    • #读取第一本书的"title"的值 d[[1]][[1]][[1]] xmlValue(d[[1]][[1]]) xpathSApply(d, "/bookstore/book[1]/title", xmlValue) xpathSApply(d, "//book[1]/title", xmlValue)xpathSApply(d, "//book/title", xmlValue)xpathSApply(d, "//book[1]/title", xmlName) xpathSApply(d, "//book[1]/title", xmlSize) xpathSApply(d, "//book[1]/title", xmlAttrs)#xpathSApply和xpathApply的区别： #xpathSApply是xpathApply读取值的一个因子 xpathApply(d, "//book[1]/title", xmlName) xpathApply(d, "//book[1]/title", xmlSize) xpathApply(d, "//book[1]/title", xmlAttrs)

  • 读取节点的属性值

    • xmlGetAttr(d[[1]][[1]], "lang")title<-getNodeSet(d, "//book[1]/title") title_lang<-sapply(title, xmlGetAttr, "lang") sapply(xmlChildren(d), xmlGetAttr, "category")#也可以通过该方法读取节点的值 title_value<-sapply(title, xmlValue) sapply(xmlChildren(d[["book"]]), xmlValue)

    1.4 xml格式转dataframe

    book <- getNodeSet(d, "//book") mybook <- sapply(book,xmlValue)#第一种方式，直接用xmlToDataFrame()函数 xmlToDataFrame(d) #由于book[4]不规范，导致转化失败 xmlToDataFrame(xmlChildren(d)[["book"]]) xmlToDataFrame(getNodeSet(d, "//book[1]")) xmlToDataFrame(nodes = getNodeSet(d, "//book/title"))#第二种方式，数据格式处理专用包plyr library("plyr") #先转成list,再转dataframe MyBooks <- ldply(xmlToList(d), data.frame) MyBooks <- ldply(xmlToList(getNodeSet(d, "//book")), data.frame)#第三种方式，读取单个值后组合为dataframe author <- xpathSApply(d, "//book/author", xmlValue) #对第四个book的author值做特殊处理 author4 <- xpathSApply(d, "//book[4]/author", xmlValue) author4 <- paste(author4, collapse = ", ") author <- c(author[1:3],author4) MyBooks <- data.frame(category=sapply(xmlChildren(d), xmlGetAttr, "category"),title=xpathSApply(d, "//book/title", xmlValue),author,year=xpathSApply(d, "//book/year", xmlValue),price=xpathSApply(d, "//book/price", xmlValue))

    总结

    以上是生活随笔为你收集整理的LearningR-XML的全部内容，希望文章能够帮你解决所遇到的问题。

    如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。