Question

我的xml文档看起来像这样

<contrib-group>
        <contrib contrib-type="author" xlink:type="simple">
           <string-name>
              <given-names>Anagha K.</given-names>
              <x xml:space="preserve"> </x>
              <surname>Matapurkar</surname>
           </string-name>
           <x xml:space="preserve"/>
        </contrib>
        <contrib contrib-type="author" xlink:type="simple">
           <string-name>
              <given-names>Milind G.</given-names>
              <x xml:space="preserve"> </x>
              <surname>Watve</surname>
           </string-name>
           <x xml:space="preserve"/>
        </contrib>
        <aff id="aff_1">Life Research Foundation, 10 Pranav, 1000/6‐c, Navi Peth, Pune 411 030, India</aff>
        <x xml:space="preserve"/>
     </contrib-group>

我有多个xml文件，每个文件都具有相同的结构而且我已经找到了让所有人循环运行代码的方法。

我想从每个文件中提取联盟信息

我已经在函数中用R编写了这样的xpath表达式我使用ldply遍历所有文件

我使用的库是XML，plyr

doc <-xmlToDataFrame(nodes=getNodeSet(tempdoc,"//aff"))

其中tempdoc是已解析的xml文档

我收到列重复下标的错误。

xpath表达式是否错误，请帮忙？还是可以给我一些上述r代码行中xpath语法的更正？

Answer 1

使用xml2软件包：

library(xml2)
xml_as_list <- as_list(read_xml("theFile.xml"))
xml_as_list[["contrib-group"]][["aff"]][[1]]

给予：

"Life Research Foundation, 10 Pranav, 1000/6‐c, Navi Peth, Pune 411 030, India"

从R中的xml文档中提取特定值

1 个答案: