从postgresql上的表中提取R中的XML数据

我有一个关于postgresql的表，它有一个xml列和一个varchar/numeric列。当试图检索数据并将其保存到数据帧时，xml将转换为字符。让我们重新创建数据集：

my_dataset <- data.frame(id = c(1,1,1,1,2,2,2,2,2),
                         http_action = c("REQUEST","RESPONSE","REQUEST","RESPONSE","REQUEST","RESPONSE","REQUEST","RESPONSE","RESPONSE"),
                         http_data = c('"<?xml version="1.0" standalone="yes"?> <questions> <candidate> <lastname>GOMEZ</lastname> <name>BARNEY</name> </candidate> </questions>)"',
                                       '"<validating> <opnum>123</opnum> <q1>Daily activity?</q1> <a1>Drinking at Moes</a1></validating>"',
                                       '"<?xml version="1.0" standalone="yes"?> <questions> <option>1</option> </questions>"', 
                                       '"<validating> <code>XY936701</code> <date>12/03/2020</date> <time>19:07</time> <result>NONAUTHORIZED</result> <explanation>NON SUITABLE</explanation> </validating>"',
                                       '"<?xml version="1.0" standalone="yes"?> <questions> <candidate> <lastname>LEONARD</lastname> <name>LEN</name> </candidate> </questions>)"' ,
                                       '"<validating> <opnum>124</opnum> <q1>Daily activity?</q1> <a1>Work at Nuclear Power</a1></validating>"',
                                       '"<?xml version="1.0" standalone="yes"?> <questions> <option>1</option> </questions>"', 
                                       '"<validating> <code>XY936702</code> <date>15/03/2020</date> <time>16:12</time> <result>NONAUTHORIZED</result> <explanation>NON SUITABLE</explanation> </validating>"',
                                       '"<validating> <code>XY936702</code> <date>15/03/2020</date> <time>19:24</time> <result>AUTHORIZED</result> <explanation>SUITABLE</explanation> </validating>"'),
                         http_status = c(200,200,200,200,200,200,200,200,200),
                         stringsAsFactors = FALSE)

我收到以下警告：

In postgresqlExecStatement(conn, statement, ...) :
  RS-DBI driver warning: (unrecognized PostgreSQL field type xml (id:142) in column 4)

我可以在包含节点的行上使用字符串比较来提取信息，我尝试了以下方法：

my_dataset <- my_dataset %>% 
mutate(authorized = ifelse(str_extract(http_data,"<result>[w+]</result>")=="",NA,
                           ifelse(str_extract(http_data,"<result>[w+]</result>")=="NONAUTHORIZED",0,1)))

my_数据集%
mutate（authorized=ifelse（str_-extract（http_-data，“[w+]”）==”，NA，
ifelse（str_extract（http_数据，[w+]）==“未授权”，0,1）））

因此，我得到了一个完整的NA列，这不是我所期望的。请你帮我回答这个问题好吗？我的意思是，也许我的正则表达式写得不好。而且，您知道是否可以直接从查询中提取这些信息吗？提前感谢您提供的帮助

---

关于

您的正则表达式有问题：它应该类似于

（\\w+）

。此外，仅获取组匹配项

str\u extract

是不够的。您可以对组使用

str\u match

。看看

str\u match

---

作为另一种解决方案，您可以使用XML解析器。

Hello@can，我开始弄清楚为什么我的正则表达式不起作用，它不会提取您建议的

（\\w+

）。有一个问题，如果该列为char，我如何使用xml解析器？作为一种快速而肮脏的方式，您可以这样做比较：

str\u extract（http\u data，“\\w+”）==“未授权”

。对于xml解析器，您可以查看文档或者这个链接：Hello@can，这种方式很好，但是您知道我是否可以只提取标记中的文本吗？使用

str_match

和我给出的第一个正则表达式

（）

将实际需要的零件分组。使用

str_match

你可以看到组匹配。你好@can，谢谢，很有趣的是，每次我输入“一个xml”，我的Mac都建议写“一个xml”。