Question

我有一个SDMX查询大约一个月前工作正常，但现在突然间它出现了错误：

rapply错误（docs，function（x）getNodeSet（x，path = xpath），classes = c（“XMLInternalDocument”，： 'object'必须是一个列表

我尝试使用浏览器加载页面，它似乎返回XML数据，虽然我不太了解XML以找出可能出错的地方。这是代码：

library(XML2R)

sdmx <- paste0("http://stats.oecd.org/restsdmx/sdmx.ashx/GetData/FDI_FLOW_AGGR/",
           "AUS+AUT+BEL+CAN+CHL+CZE+DNK+EST+FIN+FRA+DEU+GRC+HUN+ISL+IRL+ISR",
           "+ITA+JPN+KOR+LUX+MEX+NLD+NZL+NOR+POL+PRT+SVK+SVN+ESP+SWE+CHE+TU",
           "R+GBR+USA+G20_OECD+G20_NON_OECD+EU+G20+OECD+WLD+NMEC+ARG+BRA+CH",
           "N+IND+IDN+RUS+SAU+ZAF.USD+SUB.A+DI+DO.T_FA_F.ALL+ROU.NET+A+L.D/",
           "all?startTime=2005&endTime=2015-Q4")

xmlobs <- XML2Obs(sdmx, quiet=TRUE)
tables <- collapse_obs(xmlobs)

它打破了XML2Obs，所以我猜不需要最后一行，但无论如何你都明白了。

知道可能会发生什么吗？或者我如何轻松切换到不同的XML阅读器？我担心的是将XML2R中的混乱转换为可用的数据框并不容易，所以如果我切换到不同的XML解析器，它进入R时可能会形成一个非常不同的形状。

谢谢！

Answer 1

XML2R面临的问题似乎是因为数据未在R中正确地作为XML对象获取。我查看了XML2R，调试了上述请求。

最近，OECD.Stats对SDMX API进行了更改，在SDMX响应中引入了字节顺序标记（BOM）：似乎BOM不是由XML2R使用的依赖关系管理的，至少它似乎是OECD请求失败的原因：原因依赖似乎是curl包，XML2R通过httr包GET方法使用。

GET方法返回的预期对象应为"XMLInternalDocument" "XMLAbstractDocument"类（由XML2R预期）。

但是，在OECD请求的情况下，它返回类raw的对象。 SDMX EUROSTAT请求引发了类似的问题（例如http://ec.europa.eu/eurostat/SDMX/diss-web/rest/data/cdh_e_fos/..PC.FOS1.BE/?startperiod=2005&endPeriod=2011），但这里的原因是不同的，涉及XML2R包本身：使其适用于所有XML文件（无论XML网络的mimetype如何）请求），XML2R不应将GET content作为text，而应明确指定text/xml mimetype（表示content文档）。这也是解决OECD问题所必需的（但还不够）（上游的修复，可能在curl，是必需的）

作为快速替代方案，我建议考虑使用rsdmx软件包，其软件包专门针对R中的SDMX数据和元数据文档的读取。

仅供参考，rsdmx不依赖于curl和httr，而是RCurl。关于新添加的BOM到OECD请求，最近在rsdmx中发布了一个修复程序，用于检查是否存在BOM并将其删除。然后rsdmx保证在R中正确读取SDMX XML对象，并将其解释为R SDMX对象。

希望这澄清

Answer 2

您可以尝试使用RJSDMX（在CRAN或Github上）并避免解析XML。只需在查询中使用getTimeSeries函数，如果需要data.frame，则在结果上调用函数sdmxdf。

希望这有帮助。

无法使用XML2Obs（XML2R包）从OECD读取数据

2 个答案: