使用 R 在 XML 文件中添加和更改节点答案

【问题标题】：Add and Change nodes in XML file with R使用 R 在 XML 文件中添加和更改节点
【发布时间】：2016-02-26 16:41:45
【问题描述】：

我有一个看起来像这样的 XML(OSM) 文件（小例子）：

<way id="86015" version="1" timestamp="2016-02-26T15:01:32Z">
    <nd ref="85642"/>
    <nd ref="85641"/>
    <nd ref="86016"/>
    <nd ref="85642"/>
  </way>
  <relation id="1" version="1" timestamp="2016-02-26T15:01:32Z">
    <member type="way" ref="2" role="outer"/>
    <member type="way" ref="12" role="outer"/>
    <member type="way" ref="17" role="outer"/>
    <member type="way" ref="22" role="outer"/>
    <member type="way" ref="27" role="outer"/>
    <member type="way" ref="60" role="outer"/>
    <member type="way" ref="65" role="outer"/>
    <member type="way" ref="71" role="outer"/>
    <member type="way" ref="75" role="outer"/>
    <member type="way" ref="79" role="outer"/>
    <member type="way" ref="84" role="outer"/>
    <member type="way" ref="92" role="outer"/>
    <member type="way" ref="108" role="outer"/>
    <member type="way" ref="112" role="outer"/>
    <member type="way" ref="132" role="outer"/>
    <member type="way" ref="150" role="outer"/>
    <member type="way" ref="166" role="outer"/>
    <member type="way" ref="173" role="outer"/>
    <member type="way" ref="178" role="outer"/>
    <tag k="type" v="multipolygon"/>
    <tag k="note" v="00000 ExampleCity"/>
    <tag k="plz" v="00000"/>
  </relation>

我想做的是使用 R 中的 XML package 对文件进行一些更改，尤其是 <relation> 部分。

1) 我想更改v= 属性

<tag k="type" v="multipolygon"/>

到

<tag k="type" v="boundary"/>

2) 我想在所有<relation> 父节点中添加一个新节点

<tag k='boundary' v='postal_code' />

3) 更改k= 属性部分：

<tag k="note" v="00000 ExampleCity"/>

到

<tag k="city" v="00000 ExampleCity"/>

我可以通过以下方式找到所有<relations>：（doc是文件名）

getNodeSet(doc,"//relation")

或获取所有tags 中的所有<realtions>

但我不知道如何实际覆盖和添加我需要的部分。

【问题讨论】：

正确的标记方案是type=boundary and boundary=postal_code。
没错，错过了。现在更正了。谢谢
经典 XSLT 问题！不幸的是，迄今为止，R 还没有一个健壮、全面的 XSLT 库。但是，如果您有任何其他通用语言（Java、C#、Python、PHP、Perl，甚至 Excel VBA）、executable parsers（如 Saxon 和 Xalan），甚至是命令行 Bash 和 PowerShell，R 可以使用 @987654339 调用 XSLT 转换@。请告知您有什么可用的。
感谢您的回答。我对答案很灵活。我有 Python 和 Excel 可用。如果有很好的教程，我也愿意接受独立程序解决方案。这个问题很容易用文本编辑器完成，但我的文件“大”（1GB）确实会使所有非编程解决方案崩溃。

标签： xml r xml-parsing openstreetmap

【解决方案1】：

如前所述，请考虑XSLT，这是一种特殊用途的声明性编程语言，旨在操作 XML 文档以满足最终使用需求。虽然 R 没有维护一个全面的 XSLT 处理器，但它可以与 Python 和 Excel 等其他语言/软件进行交互。即使是后者，R 也可以使用 RDCOMClient 库来模仿 Excel 宏：

XSLT 脚本（另存为外部 .xsl 或 .xslt 文件以供下文使用）

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output version="1.0" encoding="UTF-8" indent="yes" />
<xsl:strip-space elements="*"/>  

  <!-- IDENTITY TRANSFORM -->
  <xsl:template match="@*|node()">
    <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
  </xsl:template>

  <!-- CHANGE @v ATTRIBUTE -->
  <xsl:template match="tag[@k='type']">
    <xsl:copy>      
      <xsl:copy-of select="@k"/>
      <xsl:attribute name="v">boundary</xsl:attribute>
    </xsl:copy>
  </xsl:template>

  <!-- CHANGE @k ATTRIBUTE -->
  <xsl:template match="tag[@k='note']">
    <xsl:copy>      
      <xsl:attribute name="k">city</xsl:attribute>
      <xsl:copy-of select="@v"/>
    </xsl:copy>
  </xsl:template>

  <!-- ADD NODE -->
  <xsl:template match="relation">
    <xsl:copy>      
      <xsl:apply-templates select="@*"/>
      <xsl:apply-templates select="member"/>
      <xsl:apply-templates select="tag"/>
      <tag k='boundary' v='postal_code' />
    </xsl:copy>
  </xsl:template>      
</xsl:transform>

Python 脚本（使用lxml 模块）

import lxml.etree as ET

# LOAD ORIGINAL XML AND XSLT SCRIPT
dom = ET.parse('Input.xml')
xslt = ET.parse('XSLTScript.xsl')

# TRANSFORM XML INTO A NEW DOM OBJECT
transform = ET.XSLT(xslt)
newdom = transform(dom)

# CONVERT TO STRING
tree_out = ET.tostring(newdom, encoding='UTF-8', pretty_print=True,  xml_declaration=True)

# OUTPUT TO FILE
xmlfile = open('Output.xml'),'wb')
xmlfile.write(tree_out)
xmlfile.close()

R脚本（调用上面的.py脚本，假设python是系统PATH变量）

system('python "C:\\Path\\To\\Python\\Script.py"')

或者，Excel 可以运行 XSLT，R 复制该过程。

Excel 宏（使用MSXML 对象，此处为后期绑定）

Public Sub RunXSLT()
    Dim xmlDoc As Object, xslDoc As Object, newDoc As Object

    Set xmlDoc = CreateObject("MSXML2.DOMDocument")
    Set xslDoc = CreateObject("MSXML2.DOMDocument")
    Set newDoc = CreateObject("MSXML2.DOMDocument")

    xmlDoc.Load "C\Path\To\Input.xml"
    xmlDoc.async = False

    xslDoc.Load "C\Path\To\XSLTScript.xsl"
    xslDoc.async = False
    xmlDoc.transformNodeToObject xslDoc, newDoc
    newDoc.Save "C\Path\To\Output.xml"

    Set newDoc = Nothing
    Set xslDoc = Nothing
    Set xmlDoc = Nothing

End Sub

R 脚本（在上面复制，使用 RDCOMClient）

library(RDCOMClient)

xmlfile = COMCreate("MSXML2.DOMDocument")
xslfile = COMCreate("MSXML2.DOMDocument")
newxmlfile = COMCreate("MSXML2.DOMDocument")

xmlstr = 'C\\Path\\To\\Input.xml'
xslstr = 'C\\Path\\To\\XSLTScript.xsl'
newxmlstr = 'C\\Path\\To\\Output.xml'

# LOADING XML & XSLT FILES
xmlfile.async = FALSE
xmlfile$Load(xmlstr)

xslfile.async = FALSE
xslfile$Load(xslstr)

# TRANSFORMING XML FILE USING XLST INTO NEW FILE
xmlfile$transformNodeToObject(xslfile, newxmlfile)
newxmlfile$Save(newxmlstr)

最终的 XML 输出

<?xml version='1.0' encoding='UTF-8'?>
<osm version="0.6" generator="CGImap 0.0.2">
  <node id="298884272" lat="54.0901447" lon="12.2516513" user="SvenHRO" 
        uid="46882" visible="true" version="1" changeset="676636" 
        timestamp="2008-09-21T21:37:45Z"/>
  <way id="86015" version="1" timestamp="2016-02-26T15:01:32Z">
    <nd ref="85642"/>
    <nd ref="85641"/>
    <nd ref="86016"/>
    <nd ref="85642"/>
  </way>
  <relation id="1" version="1" timestamp="2016-02-26T15:01:32Z">
    <member type="way" ref="2" role="outer"/>
    <member type="way" ref="12" role="outer"/>
    <member type="way" ref="17" role="outer"/>
    <member type="way" ref="22" role="outer"/>
    <member type="way" ref="27" role="outer"/>
    <member type="way" ref="60" role="outer"/>
    <member type="way" ref="65" role="outer"/>
    <member type="way" ref="71" role="outer"/>
    <member type="way" ref="75" role="outer"/>
    <member type="way" ref="79" role="outer"/>
    <member type="way" ref="84" role="outer"/>
    <member type="way" ref="92" role="outer"/>
    <member type="way" ref="108" role="outer"/>
    <member type="way" ref="112" role="outer"/>
    <member type="way" ref="132" role="outer"/>
    <member type="way" ref="150" role="outer"/>
    <member type="way" ref="166" role="outer"/>
    <member type="way" ref="173" role="outer"/>
    <member type="way" ref="178" role="outer"/>
    <tag k="type" v="boundary"/>
    <tag k="city" v="00000 ExampleCity"/>
    <tag k="plz" v="00000"/>
    <tag k="boundary" v="postal_code"/>
  </relation>
</osm>

【讨论】：

感谢您的回答，但在应用代码时存在一个小问题，它将<relation id="1" version="1" timestamp="2016-02-26T15:01:32Z"> 减少到<relation> 是否有可能不更改该部分？
好吧，我发现只是缺少一个`/`。更改时：<xsl:template match="relation"> 到 <xsl:template match="/relation"> 完美运行。谢谢你再次帮了我大忙！
哎呀！错过了那部分。请参阅编辑，我在关系模板中添加<xsl:apply-templates select="@*"/> 以复制其属性。很高兴它有帮助，我希望你能加入 XSLT 粉丝俱乐部！请接受答案以确认解决方案，不仅为您，也为未来的读者。