在 R 中，如何遍历重复的 XML 节点，并将文本值保存在列表中？答案

【问题标题】：In R, how can I loop over repeated XML nodes, and save text values in a list?在 R 中，如何遍历重复的 XML 节点，并将文本值保存在列表中？
【发布时间】：2018-04-03 04:56:43
【问题描述】：

我正在处理来自 Clinicaltrials.gov 的 XML 文件，其结构如下：

<clinical_study>
  ...
  <brief_title>
  ...
  <location>
    <facility>
      <name>
      <address>
        <city>
        <state>
        <zip>
        <country>
    </facility>
  </location>
  <location>
    ...
  </location>
  ...
</clinical_study>

我正在从多个 XML 文件中收集信息，因此每个文件中的位置数量是未知的，甚至可能为零。我需要提取有关每个位置的所有信息并保存到 SQL 表中。我已经使用 XML 包中的函数从单个节点中提取信息取得了一些成功，例如

library(XML)
nct_url <- "http://clinicaltrials.gov/ct2/show/NCT00112281?resultsxml=true"
xml_doc <- xmlParse(nct_url, useInternalNode=TRUE)
title_path <- "/clinical_study/brief_title" 
title_text <- xpathSApply(xml_doc, title_path, xmlValue)

我正在尝试使用 getNodeSet，这给了我一组正确的长度：

doc <- xmlParse("NCT00007501.xml")
locations <- getNodeSet(doc, "/clinical_study/location")
length(locations)
[1] 22
> class(locations)
[1] "XMLNodeSet"

但我从这组数据中提取信息的尝试大多没有结果。有什么建议吗？

【问题讨论】：

标签： xml r

【解决方案1】：

这是一个例子

 ns <- getNodeSet(xml, '//clinical_results/outcome_list/outcome/analysis_list/analysis/method')
 element_cnt <-length(ns))
 strings<-paste(sapply(ns, function(x) { xmlValue(x) }),collapse="|"))

【讨论】：

好建议。谢谢。

【解决方案2】：

此代码会将与临床试验中的<location> 对应的节点子集放入数据框中：

library(XML)
clinicalTrialUrl <- "http://clinicaltrials.gov/ct2/show/NCT01480479?resultsxml=true"
xmlDoc <- xmlParse(clinicalTrialUrl, useInternalNode=TRUE)
locations <- xmlToDataFrame(getNodeSet(xmlDoc,"//location"))

在这种情况下，有 221 个位置。但是，该代码假定某种扁平结构并将子节点集中在一起。例如，<facility> 下的任何内容都被连接成一个字符串。我可以进入子节点并将它们一一放入数据框中。

【讨论】：

上述解决方案存在一个问题，即子节点被连接成单个长字符串。我在另一个帖子里问了这个问题，它得到了回答。一种有效的解决方案是扁平化 XML 的结构以适当地适应表格。这是线程：stackoverflow.com/questions/22625960/…

【解决方案3】：

我不明白您为什么不再使用 xpathSApply 来检索您已经为标题所做的位置？！

xpathSApply(xml_doc, "//clinical_study/location" , xmlValue)

【讨论】：

节点包含子节点，而 xmlValue 只是删除标签并将所有值连接在一起而没有分隔符。如果我想要的只是节点，那么您的建议很好，并且会返回所有位置标题的列表。从您的建议末尾去掉“xmlValue”会给我一个 XML 片段列表，但是像 xmlParse 这样的 XML 函数需要一个文件。不确定如何处理 XML 片段。
在您的帮助下，我可能已经回答了我自己的问题。如果我将一组 XML 片段保存在一个列表中，那么我似乎可以再次将 xpathSApply 与上面有“xml_doc”的“list[1]”一起使用。谢谢。
使用 dput(object) 查看对象的结构。另外，请注意，您可以使用 xmlParse 和 xmlTreeParse 两种方法准备 XML 文件。它们产生不同的输出。然而内部节点是/否。很难理解这一切。我希望 XML 包有更多的傻瓜小插曲和 3 多个针对每个问题的示例。
上面的参数应该是"//clinical_study/location"。（双斜杠）