如何在 R 中正确解析和扩展我的 XML ID

【问题标题】：How can I parse and expand correctly my XML ID in R如何在 R 中正确解析和扩展我的 XML ID
【发布时间】：2020-05-14 14:55:50
【问题描述】：

我正在尝试解析由 ID 标识的树中的孩子。这就是我的 XML 的样子：

       <Reporte xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
  <nombre>PML</nombre>
  <proceso>MDA</proceso>
  <sistema>BCS</sistema>
  <area>PÚBLICA</area>
  <Resultados>
    <Nodo>
      <clv_nodo>07CAB-115</clv_nodo>
      <Valores>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>1</hora>
          <pml>1688.02</pml>
          <pml_ene>1638.38</pml_ene>
          <pml_per>49.64</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>2</hora>
          <pml>1446.18</pml>
          <pml_ene>1405.81</pml_ene>
          <pml_per>40.36</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>3</hora>
          <pml>1389.31</pml>
          <pml_ene>1351.85</pml_ene>
          <pml_per>37.46</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>4</hora>
          <pml>1337.1</pml>
          <pml_ene>1301.93</pml_ene>
          <pml_per>35.17</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>5</hora>
          <pml>1532.75</pml>
          <pml_ene>1492.39</pml_ene>
          <pml_per>40.36</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>6</hora>
          <pml>1729.85</pml>
          <pml_ene>1683.15</pml_ene>
          <pml_per>46.71</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>7</hora>
          <pml>1698.2</pml>
          <pml_ene>1650.29</pml_ene>
          <pml_per>47.92</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>8</hora>
          <pml>1700.84</pml>
          <pml_ene>1649.62</pml_ene>
          <pml_per>51.23</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>9</hora>
          <pml>1708.53</pml>
          <pml_ene>1652.13</pml_ene>
          <pml_per>56.4</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>10</hora>
          <pml>1798.48</pml>
          <pml_ene>1735.19</pml_ene>
          <pml_per>63.29</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>11</hora>
          <pml>1656.64</pml>
          <pml_ene>1595.8</pml_ene>
          <pml_per>60.84</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>12</hora>
          <pml>1712.9</pml>
          <pml_ene>1648.41</pml_ene>
          <pml_per>64.48</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>13</hora>
          <pml>1787.72</pml>
          <pml_ene>1719.13</pml_ene>
          <pml_per>68.59</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>14</hora>
          <pml>1851.01</pml>
          <pml_ene>1779.59</pml_ene>
          <pml_per>71.43</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>15</hora>
          <pml>1950.51</pml>
          <pml_ene>1873.83</pml_ene>
          <pml_per>76.67</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>16</hora>
          <pml>1661.94</pml>
          <pml_ene>1595.87</pml_ene>
          <pml_per>66.07</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>17</hora>
          <pml>1740.8</pml>
          <pml_ene>1671.24</pml_ene>
          <pml_per>69.56</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>18</hora>
          <pml>1895.51</pml>
          <pml_ene>1820.19</pml_ene>
          <pml_per>75.32</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>19</hora>
          <pml>2074.18</pml>
          <pml_ene>1990.16</pml_ene>
          <pml_per>84.02</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>20</hora>
          <pml>1959.91</pml>
          <pml_ene>1878.22</pml_ene>
          <pml_per>81.7</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>21</hora>
          <pml>1791.66</pml>
          <pml_ene>1719.24</pml_ene>
          <pml_per>72.43</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>22</hora>
          <pml>1986.59</pml>
          <pml_ene>1909.79</pml_ene>
          <pml_per>76.8</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>23</hora>
          <pml>1709.51</pml>
          <pml_ene>1648.21</pml_ene>
          <pml_per>61.29</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>24</hora>
          <pml>1539.04</pml>
          <pml_ene>1488.58</pml_ene>
          <pml_per>50.47</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
      </Valores>
    </Nodo>
    <Nodo>
      <clv_nodo>07BLE-115</clv_nodo>
      <Valores>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>1</hora>
          <pml>1646.19</pml>
          <pml_ene>1638.38</pml_ene>
          <pml_per>7.81</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>2</hora>
          <pml>1413.36</pml>
          <pml_ene>1405.81</pml_ene>
          <pml_per>7.55</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>3</hora>
          <pml>1358.96</pml>
          <pml_ene>1351.85</pml_ene>
          <pml_per>7.11</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>4</hora>
          <pml>1308.71</pml>
          <pml_ene>1301.93</pml_ene>
          <pml_per>6.77</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>5</hora>
          <pml>1499.65</pml>
          <pml_ene>1492.39</pml_ene>
          <pml_per>7.27</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>6</hora>
          <pml>1690.93</pml>
          <pml_ene>1683.15</pml_ene>
          <pml_per>7.78</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>7</hora>
          <pml>1659.78</pml>
          <pml_ene>1650.29</pml_ene>
          <pml_per>9.49</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>8</hora>
          <pml>1661.41</pml>
          <pml_ene>1649.62</pml_ene>
          <pml_per>11.79</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>9</hora>
          <pml>1662.14</pml>
          <pml_ene>1652.13</pml_ene>
          <pml_per>10</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>10</hora>
          <pml>1744.71</pml>
          <pml_ene>1735.19</pml_ene>
          <pml_per>9.52</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>11</hora>
          <pml>1604.34</pml>
          <pml_ene>1595.8</pml_ene>
          <pml_per>8.54</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>12</hora>
          <pml>1657.17</pml>
          <pml_ene>1648.41</pml_ene>
          <pml_per>8.76</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>13</hora>
          <pml>1728.18</pml>
          <pml_ene>1719.13</pml_ene>
          <pml_per>9.05</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>14</hora>
          <pml>1789.15</pml>
          <pml_ene>1779.59</pml_ene>
          <pml_per>9.56</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>15</hora>
          <pml>1883.75</pml>
          <pml_ene>1873.83</pml_ene>
          <pml_per>9.92</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>16</hora>
          <pml>1599.54</pml>
          <pml_ene>1595.87</pml_ene>
          <pml_per>3.67</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>17</hora>
          <pml>1674.73</pml>
          <pml_ene>1671.24</pml_ene>
          <pml_per>3.49</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>18</hora>
          <pml>1823.54</pml>
          <pml_ene>1820.19</pml_ene>
          <pml_per>3.35</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>19</hora>
          <pml>1992.57</pml>
          <pml_ene>1990.16</pml_ene>
          <pml_per>2.41</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>20</hora>
          <pml>1885.48</pml>
          <pml_ene>1878.22</pml_ene>
          <pml_per>7.26</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>21</hora>
          <pml>1726.7</pml>
          <pml_ene>1719.24</pml_ene>
          <pml_per>7.46</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>22</hora>
          <pml>1914.07</pml>
          <pml_ene>1909.79</pml_ene>
          <pml_per>4.28</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>23</hora>
          <pml>1653.54</pml>
          <pml_ene>1648.21</pml_ene>
          <pml_per>5.32</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
        <Valor>
          <fecha>2017-03-15</fecha>
          <hora>24</hora>
          <pml>1495.33</pml>
          <pml_ene>1488.58</pml_ene>
          <pml_per>6.75</pml_per>
          <pml_cng>0</pml_cng>
        </Valor>
      </Valores>
    </Nodo>
  </Resultados>
  <status>OK</status>
</Reporte>

我正在尝试通过节点索引解析 "Nodo" 数据并将其扩展到其子 "Valor" 元素的数量，然后与 进行列绑定“勇气” 数据。
我实际上是在使用这篇文章中的描述： [R XML - combining parent and child nodes into data frame

到目前为止，我的代码如下所示：

library(XML)
library(plyr)
library(purrr)
api <- function(path) {
  url1 <- modify_url("https://ws01.cenace.gob.mx", port = "8082", path = path)
  GET(url1)
}
resp <- api("/SWPML/SIM/BCS/MDA/07CAB-115,07BLE-115/2017/03/15/2017/03/15/XML")
url1 <- xmlParse(resp)
mtg_num <- length(xpathSApply(url1, "//Nodo"))
#I am using same names as example
#meeting_list is a 0X0 list
meeting_list <- lapply(seq(mtg_num), function(i) {
  races_num <- length(xpathSApply(url1, sprintf("//Resultados[%s]/Valores", i)))

  data.frame(
    meeting_id = rep(xpathSApply(url1, sprintf("//clv_nodo", i)), races_num)
  )
})
final_df <- cbind(do.call(rbind, meeting_list),
                  xmlToDataFrame(nodes = getNodeSet(url1, "//Valores/Valor")),
                  XML:::xmlAttrsToDataFrame(getNodeSet(url1, "//Valores/Valor")))

因为当我尝试将 meeting_list 绑定到“Valor”时它是 0X0，所以它给了我一个错误：

Error in data.frame(..., check.names = FALSE) : 
  arguments imply differing number of rows: 0, 48
In addition: Warning message:
In combineNamedVectors(lapply(doc, xmlAttrs), attrs, omit, ...) :
  no elements to combine across records

如何正确解析“clv_nodo”并将其扩展为“Valores”中的 48 个值。

我想要的数据框是这样的：

   clv_nodo       fecha hora     pml pml_ene pml_per pml_cng
1  07CAB-115 2017-03-15    1 1688.02 1638.38   49.64       0
2  07CAB-115 2017-03-15    2 1446.18 1405.81   40.36       0
3  07CAB-115 2017-03-15    3 1389.31 1351.85   37.46       0
4  07CAB-115 2017-03-15    4  1337.1 1301.93   35.17       0
5  07CAB-115 2017-03-15    5 1532.75 1492.39   40.36       0
6  07CAB-115 2017-03-15    6 1729.85 1683.15   46.71       0
7  07CAB-115 2017-03-15    7  1698.2 1650.29   47.92       0
8  07CAB-115 2017-03-15    8 1700.84 1649.62   51.23       0
9  07CAB-115 2017-03-15    9 1708.53 1652.13    56.4       0
10 07CAB-115 2017-03-15   10 1798.48 1735.19   63.29       0
11 07CAB-115 2017-03-15   11 1656.64  1595.8   60.84       0
12 07CAB-115 2017-03-15   12  1712.9 1648.41   64.48       0
13 07CAB-115 2017-03-15   13 1787.72 1719.13   68.59       0
14 07CAB-115 2017-03-15   14 1851.01 1779.59   71.43       0
15 07CAB-115 2017-03-15   15 1950.51 1873.83   76.67       0
16 07CAB-115 2017-03-15   16 1661.94 1595.87   66.07       0
17 07CAB-115 2017-03-15   17  1740.8 1671.24   69.56       0
18 07CAB-115 2017-03-15   18 1895.51 1820.19   75.32       0
19 07CAB-115 2017-03-15   19 2074.18 1990.16   84.02       0
20 07CAB-115 2017-03-15   20 1959.91 1878.22    81.7       0
21 07CAB-115 2017-03-15   21 1791.66 1719.24   72.43       0
22 07CAB-115 2017-03-15   22 1986.59 1909.79    76.8       0
23 07CAB-115 2017-03-15   23 1709.51 1648.21   61.29       0
24 07CAB-115 2017-03-15   24 1539.04 1488.58   50.47       0
25 07BLE-115 2017-03-15    1 1646.19 1638.38    7.81       0
26 07BLE-115 2017-03-15    2 1413.36 1405.81    7.55       0
27 07BLE-115 2017-03-15    3 1358.96 1351.85    7.11       0
28 07BLE-115 2017-03-15    4 1308.71 1301.93    6.77       0
29 07BLE-115 2017-03-15    5 1499.65 1492.39    7.27       0
30 07BLE-115 2017-03-15    6 1690.93 1683.15    7.78       0
31 07BLE-115 2017-03-15    7 1659.78 1650.29    9.49       0
32 07BLE-115 2017-03-15    8 1661.41 1649.62   11.79       0
33 07BLE-115 2017-03-15    9 1662.14 1652.13      10       0
34 07BLE-115 2017-03-15   10 1744.71 1735.19    9.52       0
35 07BLE-115 2017-03-15   11 1604.34  1595.8    8.54       0
36 07BLE-115 2017-03-15   12 1657.17 1648.41    8.76       0
37 07BLE-115 2017-03-15   13 1728.18 1719.13    9.05       0
38 07BLE-115 2017-03-15   14 1789.15 1779.59    9.56       0
39 07BLE-115 2017-03-15   15 1883.75 1873.83    9.92       0
40 07BLE-115 2017-03-15   16 1599.54 1595.87    3.67       0
41 07BLE-115 2017-03-15   17 1674.73 1671.24    3.49       0
42 07BLE-115 2017-03-15   18 1823.54 1820.19    3.35       0
43 07BLE-115 2017-03-15   19 1992.57 1990.16    2.41       0
44 07BLE-115 2017-03-15   20 1885.48 1878.22    7.26       0
45 07BLE-115 2017-03-15   21  1726.7 1719.24    7.46       0
46 07BLE-115 2017-03-15   22 1914.07 1909.79    4.28       0
47 07BLE-115 2017-03-15   23 1653.54 1648.21    5.32       0
48 07BLE-115 2017-03-15   24 1495.33 1488.58    6.75       0

更新最终答案

Dave2e 的代码非常适合我在本示例中解析的两个 IDS（07CAB-115、07BLE-115），但我需要解析 2500 个不同的 IDS。其中一些在“Valores”节点上有空节点。例如这个：

<Nodo>
      <clv_nodo>07ASJ-115</clv_nodo>
      <Valores>

所以当我运行 Dave2e 代码时，我得到了：

 Error in data.frame(..., check.names = FALSE) : 
  arguments imply differing number of rows: 1, 0

这是因为在最后一部分我得到一个嵌套列表，最后一个是 0x0 df&lt;- bind_rows(valornodes) 然后我将 ID 与这个空列表绑定。正如 Dave2e 建议的那样，解决方案是通过 Valores 中的空节点过滤 clvs。这样，嵌套列表和 ID 列表之间的匹配是正确的。这是最终代码：

 api <- function(path) {
      url1 <- modify_url("https://ws01.cenace.gob.mx", port = "8082", path = path)
      GET(url1)
    }
    resp <- api("/SWPML/SIM/BCS/MDA/07CAB-115,07BLE-115,07CAD-115,07ASJ-115/2017/03/26/2017/04/01/XML")
z <- read_xml(resp)
parents <-xml_find_all(z, ".//Nodo")
dfs<-lapply(parents, function(node){
  #find clvs name
  clvs <-xml_find_all(node, ".//clv_nodo") %>% xml_text()
  #Find all children
  valors <- node %>% xml_find_all(".//Valor")
#Find all children in Valores  
val <- node %>% xml_find_all(".//Valores")

#Filter clvs by empty nodes in Valores  
clvs <- clvs[xml_length(val)>0]


  #remove cases where the valors nodes have no children nodes
  valors <- valors[xml_length(valors)>0]

  valornodes <- lapply(valors, function(node){
    #get values and names
    values <- xml_children(node) %>% xml_text()
    names <- xml_children(node) %>% xml_name()

    #make data.frame and name the columns
    tempdf<- data.frame(t(values), stringsAsFactors = FALSE)
    names(tempdf) <- names
    tempdf
  })
  #made data frame with all of results
  df<- bind_rows(valornodes)
  df<- cbind(clvs,df)
df

})

q <- do.call(rbind.data.frame, dfs)

【问题讨论】：

    标签： r xml dataframe parsing


    【解决方案1】：

    这是一个使用 xml2 包的解决方案。
    该解决方案假设非常 Valor 节点具有相同的子节点。如果不是这种情况，那么此解决方案将失败。 

    library(xml2)
library(dplyr)

#find parent nodes
parents <-xml_find_all(page, ".//Nodo")

#parse each child
dfs<-lapply(parents, function(node){
  #find clvs name
  clvs <-xml_find_all(node, ".//clv_nodo") %>% xml_text()
  #Find all children
  valors <- node %>% xml_find_all(".//Valor")

  #remove cases where the valors nodes have no children nodes
   valors <- valors[xml_length(valors)>0]

  #get values
  values <- xml_children(valors) %>% xml_text()

  #made data frame with results (assumes no missing child nodes)
  df<- data.frame(matrix(values, ncol=6, byrow=TRUE), stringsAsFactors = FALSE)
  #get node names and rename columns
  names(df)<-node %>% xml_find_first(".//Valor")  %>%  xml_children() %>% xml_name()
  df<- cbind(clvs, df)   #bind on clvs name

  df
})

#Make find answer
answer<-bind_rows(dfs)
head(answer)
#        clvs      fecha hora     pml pml_ene pml_per pml_cng
# 1 07CAB-115 2017-03-15    1 1688.02 1638.38   49.64       0
# 2 07CAB-115 2017-03-15    2 1446.18 1405.81   40.36       0
# 3 07CAB-115 2017-03-15    3 1389.31 1351.85   37.46       0
# 4 07CAB-115 2017-03-15    4  1337.1 1301.93   35.17       0
# 5 07CAB-115 2017-03-15    5 1532.75 1492.39   40.36       0
# 6 07CAB-115 2017-03-15    6 1729.85 1683.15   46.71       0

    更新
    如果 Valor 的子节点数量发生变化或不一致。然后用下面的脚本替换上面的lapply。它确实会成为循环中的循环，因此会影响性能。

    #parse each child
dfs<-lapply(parents, function(node){
  #find clvs name
  clvs <-xml_find_all(node, ".//clv_nodo") %>% xml_text()
  #Find all children
  valors <- node %>% xml_find_all(".//Valor")

  #remove cases where the valors nodes have no children nodes
   valors <- valors[xml_length(valors)>0]

  valornodes <- lapply(valors, function(node){
    #get values and names
    values <- xml_children(node) %>% xml_text()
    names <- xml_children(node) %>% xml_name()

    #make data.frame and name the columns
    tempdf<- data.frame(t(values), stringsAsFactors = FALSE)
    names(tempdf) <- names
    tempdf
  })
  #made data frame with all of results
  df<- bind_rows(valornodes)

  df<- cbind(clvs, df)
  df
})

    【讨论】：

    • @Lilia，函数xml_length返回子节点的数量，你可以用它来过滤掉零长度的节点。我添加了valors[xml_length(valors)&gt;0] 以删除没有子节点到 vadors 节点的情况。它现在应该可以工作了。
    • 我运行了代码，但我在一天内遇到同样的错误，但如果我将期限延长到 7 天（我将运行代码 4 年），我会得到一个列表而不是数据框，请查看我在原帖中的更新
    • 这将返回 Valores 中子节点的parents %&gt;% xml_find_all(".//Valores") %&gt;% xml_length()，然后您可以过滤掉没有空节点的“Nodo”。
    • 谢谢@Dave2e 我终于明白了！我用解决方案更新了我的帖子。你是对的 xml_length() 过滤了空节点。
    【解决方案2】：

    我有这段代码是我前段时间写的，用于检查文件中的所有 XML 并收集 XML 模式的特定节点，稍加调整你就可以使用一些东西。

    library("xml2")
library("XML")

setwd("/xml")
dir <- dir()
tabela=matrix(NA,nrow=length(a),ncol=1)

  for(i in 1:length(dir)){

  visitNode <- function(node) {#Recursive Function to visit the XML tree (depth first)
    if (is.null(node)) {#leaf node reached. Turn back
      return()
    }
    print(paste("Node: ", xmlName(node)))
      num.children = xmlSize(node)

    if(num.children == 0 ) {# Add your code to process the leaf node here
      print(      paste("   ", xmlValue(node)))
    }
    if (num.children > 0){#Go one level deeper
      for (i in 1 : num.children) {
        visitNode(node[[i]][["NFe"]]) #the i-th child of node
      }
    }

  }
  xmlfile <- dir[i]
  xtree <- xmlInternalTreeParse(xmlfile)
  root <- xmlRoot(xtree)
  dataxml <- visitNode(root)
  dataxml <- xmlToList(root)


  df<- as.data.frame(matrix(unlist(dataxml$NFe$infNFe$infAdic$infCpl), nrow=length(dataxml$NFe$infNFe$infAdic$infCpl),byrow=TRUE))

    【讨论】：

    • 您好 FrakTool，我一直在尝试运行此代码，因为 Dave2e 警告我，我的数据有一些空节点。我不知道什么是“NFe”。另外我需要处理两个叶子，一个是 clv_nodo，另一个是 Valor。你有什么可能的提示
    • NFe 是我的 .xml 文件中 XML 结构的产物，在我的情况下，只需删除 visitNode(node[[i]][["NFe"]]) 中的 [["NFe"]] 部分，如果我通过 @ 访问 xml 的产品，就可以获得 NFe 的所有节点987654324@ 在节点功能中，您可以创建一个列表来存储您想要使用的节点的名称，然后使用该功能将此列表与节点名称应用并使用 lapply 来存储您想要的所有信息。这样就可以了。
    猜你喜欢
    • 1970-01-01
    • 2021-12-30
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-01-08
    • 1970-01-01
    • 2011-05-25
    • 2018-12-09
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode