如何在 R 中读取具有多个根元素的 XML 文件？答案

【问题标题】：How to read in XML files with multiple root elements in R?如何在 R 中读取具有多个根元素的 XML 文件？
【发布时间】：2016-05-18 08:23:29
【问题描述】：

我收到了一堆格式不正确的 XML 文件。它们都有多个根元素。 XML 中的 xmlParse 和 xml2 中的 read_xml 都打包了 barf，当我尝试使用它们与 Error: 1: Extra content at the end of the document 一起读取它们时。是否有一个包可以让读取多个根元素变得容易，还是我需要求助于更粗暴的方法？

【问题讨论】：

标签： xml r xml-parsing

【解决方案1】：

xml 标准不支持多根消息。

我建议您将此内容作为字符串阅读，用单根包装并传递给任何 xml r 库。

【讨论】：

【解决方案2】：

试试read_html在xml2包里加一些标签可以读取它。这是一个例子：

library(xml2)
s <- "<xyz>1</xyz><xyz>2</xyz>"
doc <- read_html(s)

给予：

> doc
{xml_document}
<html>
[1] <body>\n  <xyz>1</xyz>\n  <xyz>2</xyz>\n</body>

现在我们可以对doc进行操作，例如

> xml_find_all(doc, "//xyz")
{xml_nodeset (2)}
[1] <xyz>1</xyz>
[2] <xyz>2</xyz>

这也适用于 XML 包：

library(XML)
doc <- htmlTreeParse(s, asText= TRUE, useInternal = TRUE)
xpathSApply(xmlRoot(doc), "//xyz", xmlValue)

给予：

[1] "1" "2"

【讨论】：