Question

我有这个xml：

xml <- "
<fixrate_table typ=\"A\">
<table_number>1/A/ABC/2008</table_number>
<date_publication>2008-01-02</date_publication>
<position>
  <currency_name>bat (Tailand)</currency_name>
  <conveter>1</conveter>
  <code>THB</code>
  <average_rate>0,0731</average_rate>
</position>
<position>
  <currency_name>dolar amer</currency_name>
  <conveter>1</conveter>
  <code>USD</code>
  <average_rate>2,4550</average_rate>
</position>
<position>
  <currency_name>dolar au</currency_name>
  <conveter>1</conveter>
  <code>AUD</code>
  <average_rate>2,1629</average_rate>
</position>
</fixrate_table>
"

我希望：
1：得到＆＃34; date_publication＆＃34;
2：将其转换为data.frame，其中列定义为： colnames（df）＆lt; - c（＆＃34; currency_name＆＃34;，＆＃34; conveter＆＃34;，＆＃34; code＆＃34;，＆＃34; average_rate＆＃34;）

library(XML)
date_publication <- xmlToList(xmlParse(xml))$date_publication
df <- xmlToDataFrame(xml)
df <- df[-c(1,2), -1]

在这个解决方案中，我将整个xml解析2次。有什么想做的更好吗？

Answer 1

对于大量节点，这可能效果最好。虽然你可以使用正则表达式，但不确定哪个更好。

library(qdapRegex)
date_publication <- rm_between(xml, 'date_publication>', '</date_publication', extract=TRUE)[[1]]

我最初会建议xml2::xml_find_all，但这种情况需要解析它两次。

library(xml2)
xmlrd <- read_xml(xml)
xmlnode <- xml2::xml_find_all(xmlrd, "//date_publication")

没有第一行解析XML到data.frame的最佳方法？

1 个答案: