Question

我试图在R中使用Xpath搜索html文档中的节点。在下面的代码中，我想知道当节点丢失时如何返回NULL或NA：

library(XML)
b <- '
<bookstore specialty="novel">
<book style="autobiography">
<author>
<first-name>Joe</first-name>
<last-name>Bob</last-name>
</author>
</book>
<book style="textbook">
<author>
<first-name>Mary</first-name>
<last-name>Bob</last-name>
</author>
<author>
<first-name>Britney</first-name>
<last-name>Bob</last-name>
</author>
<price>55</price>
</book>
<book style="novel" id="myfave">
<author>
<first-name>Toni</first-name>
<last-name>Bob</last-name>
</author>
</bookstore>
'
doc2 <- htmlTreeParse(b, useInternal=T)
xpathApply(doc2, "//author/first-name", xmlValue)

例如，当我在作者上运行xpathApply()函数时，我会得到4个结果，但如果我要删除其中一个<first-name>个节点，我希望xpathApply函数能够在它的位置返回一个NULL或其他东西，我不希望它跳过它。如果我要删除<first-name>Mary</first-name>：

，我希望结果看起来像这样

Joe
NA
Britney
Tony

Answer 1

您可以这样做：

xpathApply(doc2, "//author",
           function(x){
             if("first-name" %in% names(x))
               xmlValue(x[["first-name"]])
             else NA})

[[1]]
[1] "Joe"

[[2]]
[1] NA

[[3]]
[1] "Britney"

[[4]]
[1] "Toni"

Answer 2

替代方法：

extractFirstName <- function(node) {
  val <- unlist(xpathApply(node, "first-name", xmlValue))
  if (is.null(val)) { val <- NA }
  val
}

xpathApply(doc2, "//author", extractFirstName)

## [[1]]
## [1] "Joe"
## 
## [[2]]
## [1] NA
## 
## [[3]]
## [1] "Britney"
## 
## [[4]]
## [1] "Toni"

R中的XPath：如果缺少节点，则返回NA

2 个答案: