Question

我正在努力获得XPath表达式和命名空间规范的正确组合，正如包XML（参数namespaces）所要求的那样，它具有明确的XML文档在顶部元素中定义了xmlns名称空间。

更新

感谢har07，我能够把它放在一起：

查询名称空间后，ns的第一个条目还没有名称，这就是问题所在：

nsDefs <- xmlNamespaceDefinitions(doc)
ns <- structure(sapply(nsDefs, function(x) x$uri), names = names(nsDefs))

> ns
                                             omegahat                          r 
    "http://something.org"  "http://www.omegahat.org" "http://www.r-project.org"

因此，我们只需指定一个充当前缀的名称（这可以是任何有效的R名称）：

names(ns)[1] <- "xmlns"

现在我们所要做的就是在XPath表达式中使用默认名称空间前缀无处不在：

getNodeSet(doc, "/xmlns:doc//xmlns:b[@omegahat:status='foo']", ns)

对于那些对基于name()和namespace-uri()（以及其他）的替代解决方案感兴趣的人可能会发现this post有帮助。

仅供参考：在我们找到解决方案之前，这是试错法代码：

考虑来自?xmlParse的示例：

require("XML")

doc <- xmlParse(system.file("exampleData", "tagnames.xml", package = "XML"))

> doc
<?xml version="1.0"?>
<doc>
  <!-- A comment -->
  <a xmlns:omegahat="http://www.omegahat.org" xmlns:r="http://www.r-project.org">
    <b>
      <c>
        <b/>
      </c>
    </b>
    <b omegahat:status="foo">
      <r:d>
        <a status="xyz"/>
        <a/>
        <a status="1"/>
      </r:d>
    </b>
  </a>
</doc>
nsDefs <- xmlNamespaceDefinitions(getNodeSet(doc, "/doc/a")[[1]])
ns <- structure(sapply(nsDefs, function(x) x$uri), names = names(nsDefs))
getNodeSet(doc, "/doc//b[@omegahat:status='foo']", ns)[[1]]

但是，在我的文档中，命名空间已经在<doc>标记中定义，因此我相应地调整了示例XML代码：

xml_source <- c(
  "<?xml version=\"1.0\"?>",
  "<doc xmlns:omegahat=\"http://www.omegahat.org\" xmlns:r=\"http://www.r-project.org\">",
  "<!-- A comment -->",
  "<a>",
  "<b>",
  "<c>",
  "<b/>",
  "</c>",
  "</b>",
  "<b omegahat:status=\"foo\">",
  "<r:d>",
  "<a status=\"xyz\"/>",
  "<a/>",
  "<a status=\"1\"/>",
  "</r:d>",
  "</b>",
  "</a>",
  "</doc>"
)
write(xml_source, file="exampleData_2.xml")  
doc <- xmlParse("exampleData_2.xml")
nsDefs <- xmlNamespaceDefinitions(doc)
ns <- structure(sapply(nsDefs, function(x) x$uri), names = names(nsDefs))    
getNodeSet(doc, "/doc", namespaces = ns)
getNodeSet(doc, "/doc//b[@omegahat:status='foo']", namespaces = ns)[[1]]

一切仍然正常。但更重要的是，我的XML代码还具有默认命名空间的明确定义（xmlns）：

xml_source <- c(
  "<?xml version=\"1.0\"?>",
  "<doc xmlns=\"http://something.org\" xmlns:omegahat=\"http://www.omegahat.org\" xmlns:r=\"http://www.r-project.org\">",
  "<!-- A comment -->",
  "<a>",
  "<b>",
  "<c>",
  "<b/>",
  "</c>",
  "</b>",
  "<b omegahat:status=\"foo\">",
  "<r:d>",
  "<a status=\"xyz\"/>",
  "<a/>",
  "<a status=\"1\"/>",
  "</r:d>",
  "</b>",
  "</a>",
  "</doc>"  
)
write(xml_source, file="exampleData_3.xml")  
doc <- xmlParse("exampleData_3.xml")
nsDefs <- xmlNamespaceDefinitions(doc)
ns <- structure(sapply(nsDefs, function(x) x$uri), names = names(nsDefs))

以前的工作失败了：

> getNodeSet(doc, "/doc", namespaces = ns)
list()
attr(,"class")
[1] "XMLNodeSet"
Warning message:
using http://something.org as prefix for default namespace http://something.org 

> getNodeSet(doc, "/xmlns:doc", namespaces = ns)
XPath error : Undefined namespace prefix
XPath error : Invalid expression
Error in xpathApply.XMLInternalDocument(doc, path, fun, ..., namespaces = namespaces,  : 
  error evaluating xpath expression /xmlns:doc
In addition: Warning message:
using http://something.org as prefix for default namespace http://something.org 
getNodeSet(doc, "/xmlns:doc", 
  namespaces = matchNamespaces(doc, namespaces="xmlns", nsDefs = nsDefs)
)

这似乎让我更接近：

> getNodeSet(doc, "/xmlns:doc",
+ namespaces = matchNamespaces(doc, namespaces="xmlns", nsDefs = nsDefs)
+ )[[1]]
<doc xmlns="http://something.org" xmlns:omegahat="http://www.omegahat.org" xmlns:r="http://www.r-project.org">
  <!-- A comment -->
  <a>
    <b>
      <c>
        <b/>
      </c>
    </b>
    <b omegahat:status="foo">
      <r:d>
        <a status="xyz"/>
        <a/>
        <a status="1"/>
      </r:d>
    </b>
  </a>
</doc> 

attr(,"class")
[1] "XMLNodeSet"

然而，现在我不知道如何前往儿童节点：

> getNodeSet(doc, "/xmlns:doc//b[@omegahat:status='foo']", ns)[[1]]
XPath error : Undefined namespace prefix
XPath error : Invalid expression
Error in xpathApply.XMLInternalDocument(doc, path, fun, ..., namespaces = namespaces,  : 
  error evaluating xpath expression /xmlns:doc//b[@omegahat:status='foo']
In addition: Warning message:
using http://something.org as prefix for default namespace http://something.org 

> getNodeSet(doc, "/xmlns:doc//b[@omegahat:status='foo']",
+ namespaces = c(
+ matchNamespaces(doc, namespaces="xmlns", nsDefs = nsDefs),
+ matchNamespaces(doc, namespaces="omegahat", nsDefs = nsDefs)
+ )
+ )
list()
attr(,"class")
[1] "XMLNodeSet"

Answer 1

没有前缀（xmlns="..."）的命名空间定义是默认命名空间。如果XML文档具有默认命名空间，则默认命名空间声明的元素及其所有后代没有前缀且没有不同的默认命名空间声明的元素将在上述默认命名空间中考虑。

因此，在您的情况下，您需要在XPath中的所有元素的开头使用为默认命名空间注册的前缀，例如：

/xmlns:doc//xmlns:b[@omegahat:status='foo']

更新：

其实我不是r的用户，但是在网上看一些像这样的引用可能有用：

getNodeSet(doc, "/ns:doc//ns:b[@omegahat:status='foo']", c(ns="http://something.org"))

Answer 2

我认为@HansHarhoff提供了一个非常好的解决方案。

对于仍在寻找解决方案的任何其他人，根据我的经验，我认为以下更常用，因为单个XML文档可以有多个名称空间。

doc <- xmlInternalTreeParse(xml_source)

ns <- getDefaultNamespace(doc)[[1]]$uri
names(ns)[1] <- "xmlns"

getNodeSet(doc, "//xmlns:Parameter", namespaces = ns)

Answer 3

我有一个类似的问题，但在我的情况下，我不关心命名空间，并希望一个忽略命名空间的解决方案。

假设我们在变量myxml中有以下XML：

<root xmlns="uri:someuri.com:schema">
<Parameter>Test
</Parameter>
</root>

在R中我们想读这个，所以我们运行：

myxml <- '
<root xmlns="uri:someuri.com:schema">
  <Parameter>Test
</Parameter>
</root>
'
myxmltop <- xmlParse(myxml)
ns <- xmlNamespaceDefinitions(myxmltop, simplify =  TRUE)

这里我使用simplify = TRUE参数简化了Rappster的代码。现在我们可以像在Rappster的代码中一样添加名称空间的名称/前缀：

names(ns)[1] <- "xmlns"

现在我们可以通过以下方式引用此命名空间：

getNodeSet(myxmltop, "//xmlns:Parameter", namespaces =ns)

更简单的解决方案（忽略命名空间）

通过执行以下操作匹配任何命名空间，我们也可以更加灵活：

myxmltop <- xmlParse(myxml)
getNodeSet(myxmltop, "//*[local-name() = 'Parameter']")

此解决方案的灵感来自this SO answer。

具有显式默认命名空间的XML文档的XPath和命名空间规范

更新

3 个答案: