将 XML 解析为 R

Question

我想从ECB website 中提取汇率来转换我的本地货币数据。但是，我在使用 xpath 时遇到了很多困难（尽管 this 帮了我很多）。

library(XML)

fileURL <- "https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml?93aad09b8f8b7bdb69cd1574b5b2665f"
download.file(fileURL, destfile=tf <- tempfile(fileext=".xml"))

xml_file <- xmlParse(tf)
xml_data <- xmlRoot(xml_file)

currency <- xml_data[["number(//Cube/@currency)"]]
rate <- xml_data[["number(//Cube/@rate)"]]

然后我只想创建简单的数据框：

df <- data.frame(currency, rate)

Answer 1

1) xpathSApply 以下行给出了一个字符矩阵m，其中包含货币和汇率列：

m <- t(xpathSApply(xml_data, "//*[@rate]", xmlAttrs))

如果需要以具有字符和数字列的数据框形式添加：

read.table(text = paste(m[, 1], m[, 2]), as.is = TRUE)

注意：我们避免了通过在 XPath 表达式中使用 * 来处理命名空间，但如果希望显式引用 Cube，就像问题中一样，那么它将是这样做：

m <- xpathSApply(xml_data, "//x:Cube[@rate]", xmlAttrs, namespaces = "x")

2) read.pattern 另一种方法是在 gsubfn 中使用 read.pattern 解析 XML 文件。 （这不使用 XML 包。）

library(gsubfn)
read.pattern(tf, pattern = "'(...)' rate='([0-9.]+)'", col.names = c("currency", "rate"))

Answer 2

Hadleyverse 中 G 答案的替代版本：

library(xml2)
library(purrr)
library(readr)

fileURL <- "https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml?93aad09b8f8b7bdb69cd1574b5b2665f"
doc <- read_xml(fileURL)
dat <- type_convert(map_df(xml_attrs(xml_find_all(doc, "//*[@rate]")), as.list))

dat

## Source: local data frame [31 x 2]
## 
##    currency     rate
##       (chr)    (dbl)
## 1       USD   1.0933
## 2       JPY 130.5800
## 3       BGN   1.9558
## 4       CZK  27.0250
## 5       DKK   7.4623
## 6       GBP   0.7533
## 7       HUF 310.5500
## 8       PLN   4.3982
## 9       RON   4.5093
## 10      SEK   9.3580
## ..      ...      ...

您也可以使用这种方法在数据框中获得类型化的列。