Question

我有一个kml文件，this的解压缩版本。它有数千个带有XML标记的图层，其中许多都有重复的图层名称。

我想使用sf::st_read将其加载到R中。诀窍是st_read一次读取一个图层并需要图层名称。我很乐意迭代使用st_layers()获取的图层名称，如果它们是唯一的，但它们不是。

是否有其他方法可以指定所需的图层，或者可能是使用唯一ID批量重命名所有图层的方法？

感谢。

根据下面接受的答案添加一些颜色。最初，我尝试使用＆＃39; read_xml＆＃39;编辑<name>节点，但似乎找不到它们。

我下载了KMZ文件，将其加载到Google地球中，然后将其保存为KML文件（＆＃34; Reports.kml＆＃34;）。这是我的第一个错误。生成的KML以制表符分隔，会混淆read_xml。它是有效的XML，但即使read_xml函数有效，st_也无法正确识别标记。最好在KMZ文件上使用unzip。以下是使用Google-Earth版本保存的内容：

layers<-st_layers("reports.kml")

data_frame(name=layers$name, type=flatten_chr(layers$geomtype)) %>%
  count(name, type, sort=TRUE)
# A tibble: 1,358 x 3
#            name  type     n
#           <chr> <chr> <int>
# 1     July 2006          25
# 2  October 2006          25
# 3   August 2008          20
# 4     July 2009          19
# 5   August 2005          18
# 6   August 2007          18
# 7 November 2006          18
# 8  October 2004          17
# 9   August 2000          16
#10 November 2012          16
# ... with 1,348 more rows

kml<-read_xml("reports.kml")

xml_find_all(kml, ".//Folder/name")
# {xml_nodeset (0)}

什么也没有！但那里有一些东西：

xml_children(kml)
# {xml_nodeset (1)}
# [1] <Folder>\n  <name>Reports</name>\n  <open>1</open>\n  <Folder>\n    
# <name>Class A</name>\n  ...

以下是解压缩的KMZ会发生什么：

download.file(url="http://www.bfro.net/app/AllReportsKMZ.aspx",
                  destfile = "AllBFROReports.kmz",
                  mode="wb")
unzip("AllBFROReports.kmz",junkpaths = TRUE) #creates "doc.kml"


layers <- st_layers("doc.kml")

data_frame(name=layers$name, type=flatten_chr(layers$geomtype)) %>%
  count(name, type, sort=TRUE)
# # A tibble: 1,376 x 3
# name  type     n
# <chr> <chr> <int>
#   1     July 2006          25
# 2  October 2006          25
# 3   August 2008          20
# 4     July 2009          19
# 5   August 2005          18
# 6   August 2007          18
# 7 November 2006          18
# 8  October 2004          17
# 9   August 2000          16
# 10 November 2012          16
# # ... with 1,366 more rows

st_layers是相同的，但现在节点已正确找到！

kml <- read_xml("doc.kml")
xml_find_all(kml, ".//Folder/name")
{xml_nodeset (3874)}
[1] <name>June 2000</name>
  [2] <name> 1995</name>
  [3] <name>February 2004</name>
  [4] <name>June 2004</name>
  [5] <name>February 2004</name>
  [6] <name>April 2008</name>
  [7] <name>July 2009</name>
  [8] <name>September 1981 and 1982</name>
  [9] <name>July 1999</name>
  [10] <name>November 1983</name>
  [11] <name>October 2000</name>
  [12] <name>August 1993</name>
  [13] <name> 79, 80, 99</name>
  [14] <name> 1978</name>
  [15] <name>November 1980</name>
  [16] <name>January 1997</name>
  [17] <name> 1990</name>
  [18] <name>December 1996</name>
  [19] <name> 2000</name>
  [20] <name> 2001</name>
  ...

现在，下面提供的答案就像一个魅力！

Answer 1

一些XML手术可以解决问题。

首先，显示问题：

headers

啊。一个非常卑鄙的人制作了这个文件。

现在，请阅读“raw”：

header

为每个图层名称添加顺序索引编号：

library(sf)
library(xml2)
library(tidyverse)

layers <- st_layers("AllBFROReports.kml")

data_frame(name=layers$name, type=flatten_chr(layers$geomtype)) %>%
  count(name, type, sort=TRUE)
## # A tibble: 1,376 x 3
##             name  type     n
##            <chr> <chr> <int>
##  1     July 2006          25
##  2  October 2006          25
##  3   August 2008          20
##  4     July 2009          19
##  5   August 2005          18
##  6   August 2007          18
##  7 November 2006          18
##  8  October 2004          17
##  9   August 2000          16
## 10 November 2012          16
## # ... with 1,366 more rows

制作新文件：

kml <- read_xml("AllBFROReports.kml")

证明它有效：

idx <- 0
xml_find_all(kml, ".//Folder/name") %>%
  walk(~{
    idx <<- idx + 1
    xml_text(.x) <- sprintf("%s-%s", idx, xml_text(.x))
  })

使用新的indexified-name读取一个图层：

write_xml(kml, "AllBFROReports-unique.kml")

当存在重复的图层名称时，如何使用st_read读取多个图层

1 个答案: