Question

我有一个xml-tei文件：

#in R
doc  <- xmlTreeParse("FILE_NAME" , useInternalNodes=TRUE, encoding="UTF-8")
ns  =  c(ns =  "http://www.tei-c.org/ns/1.0")
namespaces = ns
getNodeSet(doc,"//* and //@*", ns) 
doc

我正在查看我的xml-tei 中的两个元素：<l>和<w>，以及<l>，@xml:id的属性（1） }和（2）<w> type="verb"和ana="#confrontation #action #ANT"：

#example of element <l> and its child <w> in XML-TEI FILE <l n="5b-6a" xml:id="ktu1.3_ii_5b-6a"> <w>[...]</w> <w type="verb" ana="#MḪṢ01 #confrontation #action #ANT" xml:id="ktu1-3_ii_l5b-6a_tmtḫṣ" lemmaRef="uga/verb.xml#mḫṣ">tmtḫṣ</w> <g>.</g> </l>

我使用函数getNodeSet

#in R l_cont <- getNodeSet(doc, "//ns:l[(@xml:id)]", ns) l_cont

当然它会显示<l>中的所有元素和属性。但我想只选择相关的属性及其值，得到类似的东西：

#in R xml:id="ktu1.3_ii_5b-6a" type="verb" ana="#confrontation #action #ANT"

根据另一篇文章Load XML to Dataframe in R with parent node attributes的建议，我做了：

#in R attrTest <- function(x) { attrTest01 <- xmlGetAttr(x, "xml:id") w <- xpathApply(x, 'w', function(w) { ana <- xmlGetAttr(w, "ana") if(is.null(w)) data.frame(attrTest01, ana) }) do.call(rbind, w) } res <- xpathApply(doc, "//ns:l[(@xml:id)]", ns ,attrTest) temp.df <- do.call(rbind, res)

但它不起作用......我得到了错误：

> res <- xpathApply(doc, "//ns:l[(@xml:id)]", ns ,attrTest) Error in get(as.character(FUN), mode = "function", envir = envir) : objet 'http://www.tei-c.org/ns/1.0' de mode 'function' introuvable > temp.df <- do.call(rbind, res) Error in do.call(rbind, res) : objet 'res' introuvable

你有什么建议吗？提前谢谢

Answer 1

我建议使用 R 包 tei2r。 (https://rdrr.io/github/michaelgavin/tei2r/) 在处理 TEI 编码文件时，这个包对我有帮助。

从这个包中，我将使用函数 importTexts 导入文档和 parseTEI 函数来获取您正在寻找的确切节点。

另一种导入和提取的方法可能是：

Conditions

R中的xml-tei：选择节点中的属性

1 个答案: