在R中，如何将XML节点值与公共父节点配对？_R_Xml_Xml Parsing

在R中，如何将XML节点值与公共父节点配对？

r xml

在R中，如何将XML节点值与公共父节点配对？,r,xml,xml-parsing,R,Xml,Xml Parsing,我有以下示例XML： <body> <div class="row"> <div class="column"> <span class="title">Color</span> </div> <div class="column property">Blue</div> </div> <div class="row">

我有以下示例XML：

<body>
  <div class="row">
    <div class="column">
      <span class="title">Color</span>
    </div>
    <div class="column property">Blue</div>
  </div> 
  <div class="row">
    <div class="column">
      <span class="title">Shape</span>
    </div>
    <div class="column property">Square</div>
  </div> 
</body>

我尝试了以下脚本，但标题周围有XML标记，并且缺少属性：

library(XML)

getDetails <- function(id) {
  html <- htmlTreeParse( "exampleXML.html" ,useInternal = TRUE)
  xpathSApply( html , "//div[@class='row']" , function(row) { 
    print( xmlElementsByTagName(row, "span", recursive = TRUE) )
  })
}

getDetails()

库（XML）
获取详细信息%extract\u信息

UseMethod（“xml\u find\u all”）中出错：没有适用于“c”类对象的“xml_find_all”方法（“HTMLInternalDocument”、“HTMLInternalDocument”、“XMLInternalDocument”、“XMLAbstractDocument”）

使用

xml2

可以执行以下操作：

library(xml2)     #to install use: install.packages("xml2")
library(magrittr) #to install use: install.packages("magrittr")

extract_info <- function(x){
  title <- x %>% xml_find_first(".//span[@class='title']") %>% xml_text
  property <- x %>% xml_find_first(".//div[@class='column property']") %>% xml_text
  setNames(property, title)
}

html <- read_xml( "exampleXML.html" )
html %>% xml_find_all("//div[@class='row']") %>% extract_info

使用

xml2

可以执行以下操作：

library(xml2)     #to install use: install.packages("xml2")
library(magrittr) #to install use: install.packages("magrittr")

extract_info <- function(x){
  title <- x %>% xml_find_first(".//span[@class='title']") %>% xml_text
  property <- x %>% xml_find_first(".//div[@class='column property']") %>% xml_text
  setNames(property, title)
}

html <- read_xml( "exampleXML.html" )
html %>% xml_find_all("//div[@class='row']") %>% extract_info

如果XML格式正确（即元素顺序不变），则可以执行以下操作：

library(xml2)
library(purrr)

doc <- read_xml(txt)

vals <- xml_text(xml_find_all(doc, ".//*[@class='title' or @class='column property']"))
map_chr(seq(1, length(vals), by=2), ~sprintf("%s = %s", vals[.], vals[.+1])) %>% 
  cat(sep="\n")

库（xml2）
图书馆（purrr）
doc如果XML格式正确（即元素顺序不变），则可以执行以下操作：
library(xml2)
library(purrr)

doc <- read_xml(txt)

vals <- xml_text(xml_find_all(doc, ".//*[@class='title' or @class='column property']"))
map_chr(seq(1, length(vals), by=2), ~sprintf("%s = %s", vals[.], vals[.+1])) %>% 
  cat(sep="\n")

库（xml2）
图书馆（purrr）
doc考虑使用嵌套的xpathsaply（）
，其中外部循环跨行迭代，以解析每行标题和属性的对应值：
考虑使用嵌套的xpathsaply（）
，其中外部循环跨行迭代，以解析每行标题和属性的对应值：
我发现错误：找不到函数“%>%”
。我试图从RStudio>Tools>install Packages…>xml2。还将库（xml2）
添加到脚本的开头。不走运。我在我的问题上加了“也不走运：”一节。你能看一下并更新一下你的答案吗？你自己想出来的。对不起，我的回答有一半是完整的。诀窍是通过read_xml
读取文件（与rvest
不同，xml2
更方便的包装器）xml2
不导入magrittr:：%%>%%
为默认值。我得到错误：找不到函数“%%>”
。我试图从RStudio>Tools>install Packages…>xml2。还将库（xml2）
添加到脚本的开头。不走运。我在我的问题上加了“也不走运：”一节。你能看一下并更新一下你的答案吗？你自己想出来的。对不起，我的回答有一半是完整的。诀窍是通过read_xml
读取文件，并且（与rvest
不同，xml2
更方便的包装器）默认情况下xml2
不会导入magrittr:：%%>%。
library(xml2)
library(purrr)

doc <- read_xml(txt)

vals <- xml_text(xml_find_all(doc, ".//*[@class='title' or @class='column property']"))
map_chr(seq(1, length(vals), by=2), ~sprintf("%s = %s", vals[.], vals[.+1])) %>% 
  cat(sep="\n")

library(XML)

example_html <- paste0('<body>',
                   '  <div class="row">',
                   '    <div class="column">',
                   '       <span class="title">Color</span>',
                   '    </div>',
                   '    <div class="column property">Blue</div>',
                   '  </div>',
                   '  <div class="row">',
                   '    <div class="column">',
                   '       <span class="title">Shape</span>',
                   '    </div>',
                   '    <div class="column property">Square</div>',
                   '  </div>', 
                   '</body>')

doc <- htmlTreeParse(example_html, useInternal = TRUE)

columns <- xpathSApply(doc, "//div[@class='row']", function(row){
   title <- xpathSApply(row, "div[@class='column']/span", xmlValue)
   property <- xpathSApply(row, "div[@class='column property']", xmlValue)
   setNames(gsub(" ", "", property), gsub(" ", "", title))    # GSUB TO STRIP WHITESPACE
})

columns <- setNames(property, title)
columns
#  Color    Shape 
#  "Blue" "Square" 

title <- xpathSApply(doc, "//div[@class='column']/span", xmlValue)
property <- xpathSApply(doc, "//div[@class='column property']", xmlValue)

columns <- setNames(property, title)
columns
#   Color    Shape 
#  "Blue" "Square"