Question

我正在尝试获取此XML文件，但我无法。我检查了同一主题中的其他解决方案，但我无法理解。我是R新手。

> library(XML)
> fileURL <- "https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml"
> doc <- xmlTreeParse(fileURL,useInternal=TRUE)

错误：XML内容似乎不是XML：＆＃39; https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml＆＃39;

你能帮忙吗？

Answer 1

从s

中删除https

library(XML)

fileURL<-"https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml"
doc <- xmlTreeParse(sub("s", "", fileURL), useInternal = TRUE)
class(doc)
## [1] "XMLInternalDocument" "XMLAbstractDocument"

Answer 2

您可以使用RCurl来获取内容，然后XML似乎能够处理它

library(XML)
library(RCurl)
fileURL <- "https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml"
xData <- getURL(fileURL)
doc <- xmlParse(xData)

Answer 3

xmlTreeParse不支持https。

您可以使用getURL（来自RCurl）加载数据，然后解析它。

Answer 4

答案是http://www.omegahat.net/RCurl/installed/RCurl/html/getURL.html。关键是如果显示证书错误，则将ssl.verifyPeer = FALSE与getURL一起使用。

library (RCurl)
library (XML)
curlVersion()$features
curlVersion()$protocol
##These should show ssl and https. I can see these on windows 8.1 at least. 
##It may differ on other OSes.

temp <- getURL("https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml", ssl.verifyPeer=FALSE)
DFX <- xmlTreeParse(temp,useInternal = TRUE)

如果libcurl函数未显示ssl或https功能，请检查using Rcurl with HTTPs。

错误：XML内容似乎不是XML | R 3.1.0

4 个答案: