R：替换 XML 的 CDATA 部分中的实体答案

【问题标题】：R: Replace Entities in CDATA section of XMLR：替换 XML 的 CDATA 部分中的实体
【发布时间】：2016-05-03 01:12:51
【问题描述】：

我有一个这样的 XML 文件：

<TextBody>
  <![CDATA[First line.&amp;#10;Second line.]]>
</TextBody>

我需要使用R包提取CDATA中的信息，也就是说我想要

First line.\nSecond line.

所以我尝试了XML 包：

xmlParse("<TextBody><![CDATA[First line.&amp;#10;Second line.]]></TextBody>",
         replaceEntities=TRUE)

然后我被困在第一步，因为replaceEntities 选项在这里似乎不起作用，我仍然在解析的文本中得到&amp;#10;。

谁能告诉我如何从这个 XML 中提取正确的文本？

【问题讨论】：

标签： xml r

【解决方案1】：

我也无法让replaceEntities 工作，所以你可以使用 gsub。

xpathSApply(doc, "//TextBody", function(x) gsub("&amp;#10;", "\n", xmlValue(x) ))
[1] "First line.\nSecond line."

此外，添加 xmlParse options=NOENT 或 replaceEntities = TRUE 不会更改以下任何结果。我总是在 CDATA 中获得实体引用。

doc <- xmlParse("<a>test &quot; &apos; &lt; &gt; &amp;</a>")
xpathSApply(doc, "//a", xmlValue)
[1] "test \" ' < > &"

doc <- xmlParse("<a><![CDATA[test &quot; &apos; &lt; &gt; &amp;]]></a>")
xpathSApply(doc, "//a", xmlValue)
[1] "test &quot; &apos; &lt; &gt; &amp;"

【讨论】：