使用 XPath 搜索 XML，不返回节点答案

【问题标题】：Searching XML using XPath returning no nodes使用 XPath 搜索 XML，不返回节点
【发布时间】：2016-02-23 19:59:02
【问题描述】：

我一定遗漏了一些非常明显的东西，我终于放弃了试图找出问题所在。我正在尝试搜索一段简单的 XML 以查找所有 <Parent> 节点。我正在使用 R 3.2.2 和 XML 包。这是带有示例 XML 的代码：

library(XML)

example_xml <- paste(
  '<?xml version="1.0"?>',
    '<GetProductCategoriesForASINResponse xmlns="http://mws.amazonservices.com/schema/Products/2011-10-01">',
      '<GetProductCategoriesForASINResult>',
        '<Self>',
          '<ProductCategoryId>11056341</ProductCategoryId>',
          '<ProductCategoryName>Chicken</ProductCategoryName>',
          '<Parent>',
            '<ProductCategoryId>11056281</ProductCategoryId>',
            '<ProductCategoryName>Dog</ProductCategoryName>',
            '<Parent>',
              '<ProductCategoryId>11055991</ProductCategoryId>',
              '<ProductCategoryName>Monkey</ProductCategoryName>',
              '<Parent>',
                '<ProductCategoryId>11055981</ProductCategoryId>',
                '<ProductCategoryName>Frog</ProductCategoryName>',
                '<Parent>',
                  '<ProductCategoryId>3760911</ProductCategoryId>',
                  '<ProductCategoryName>Iguana</ProductCategoryName>',
                '</Parent>',
              '</Parent>',
            '</Parent>',
          '</Parent>',
        '</Self>',
      '</GetProductCategoriesForASINResult>',
    '<ResponseMetadata>',
      '<RequestId>abs123</RequestId>',
    '</ResponseMetadata>',
    '</GetProductCategoriesForASINResponse>',
    sep = ''
)

categories_xml <- xmlTreeParse(example_xml, useInternalNodes = TRUE)
root <- xmlRoot(categories_xml)
category_nodes <- getNodeSet(root, '//Parent')

我希望category_nodes 包含 4 个节点，但它返回的是 0。

【问题讨论】：

在定义xpath 时，您必须考虑命名空间（文件的第二行具有xmlns=... 属性）。如果您手动删除该属性，您的代码将获得所需的输出。
不能手动删除怎么办？我从 API 调用中得到这个，我不想手动从字符串中解析出来。
试试这个：category_nodes <- getNodeSet(root, '//as:Parent', namespaces = c(as="http://mws.amazonservices.com/schema/Products/2011-10-01"))
@bergant 你应该发布一个答案。也许getNodeSet(root, '//as:Parent', namespaces = c(as=xmlNamespace(root))) 可以更优雅。
谢谢@nicola。 xmlNamespace(root) 更优雅。其实我在找一个副本。我认为stackoverflow.com/questions/24954792/… 非常接近？

标签： xml r xpath

【解决方案1】：

您必须在 xpath 表达式中使用带有命名空间的元素：

getNodeSet(root, '//as:Parent', namespaces = c(as="http://mws.amazonservices.com/schema/Products/2011-10-01"))

正如 nicola 所指出的，您可以从元素中获取命名空间，从而为您提供：

getNodeSet(root, '//as:Parent', namespaces = c(as=xmlNamespace(root)))

【讨论】：