如何读取XML输入文件、操作某些节点（删除和重命名某些节点）并将输出写入新的XML输出文件？

我需要从互联网上读取一个XML文件并对其进行重新格式化。 这是XML文件和到目前为止我所拥有的代码

library(XML)
url='http://ClinicalTrials.gov/show/NCT00001400?displayxml=true'  
doc = xmlParse(url,useInternalNode=TRUE)

我成功地使用了XML包中的一些函数（例如getNodeSet），但我不是专家，互联网上也有一些例子，但我自己无法解决这个问题。我也知道一些XPath，但这是4年前的事了，我不是sapply和类似函数的专家

但我的目标是：

我需要删除一整套关于位置的XML子分支，例如：

。。。任何东西

。可以有多个具有位置数据的节点。我只是不需要输出中的细节。上面的XML文件始终符合XSD模式。根节点称为

生成的简化文件应写入名为“data changed.XML”的新XML文件中

我还需要重命名一个分支，并将其从

纳入标准为xyz
…

在新输出（“data changed.xml”）中，结构应表示不同的xml节点，并直接位于根节点下：

纳入标准为xyz

因此，我需要：

• 将XML读入内存
• 操纵树（在某处修剪）
• 将一些XML节点移动到新位置并使用新名称和
• 编写生成的XML输出文件

非常感谢您的任何想法

---

另外，如果您知道R中关于XML解析的一个很好的（最近的！）教程（或者书中讨论这个问题的章节，请分享参考资料）。（我读了邓肯的小插曲，这些太高级了（太简洁了））

这就是XSLT的设计目的。这是一个小小的学习曲线，但一旦掌握了，这是迄今为止做这类工作最有效的方式。您还可以将英语规则直接转换为XSLT规则：例如，第一条规则是剥离所有位置元素及其子元素：

<xsl:template match="location"/>

关于将内容移动到新根节点下的规则可能是：

<xsl:template match="/">
  <new-root-node>
    <xsl:copy-of select="//eligibility/criteria"/>
    <xsl:apply-templates/>
  </new-root-node>
</xsl:template>

---

当然，这只是一种味道——您没有足够精确地指定转换规则，无法将其转换为准确的代码。

对于如何将xpath应用于xml文件的问题，快速回答是使用

xpathsaply

。这对我很有用：

library(XML)
nct_url <- "http://clinicaltrials.gov/ct2/show/NCT00112281?resultsxml=true"
xml_doc <- xmlParse(nct_url, useInternalNode=TRUE)
elig_path <- "/clinical_study/eligibility/criteria/textblock" 
elig_text <- xpathSApply(xml_doc, elig_path, xmlValue)

---

希望这有帮助

删除所有位置节点的代码：

r <- xmlRoot(doc)
removeNodes(r[names(r) == "location"])

---

r正常。我以前写过一些XSLT。但这并不能完全解决我的问题。我在谷歌上搜索了R的原生XSLT库，但没有找到。只有通过系统命令，我才能调用一些外部XSLT解析器。它仍然需要很多我无法编写的R代码。您知道如何在R中实现这样的功能：outputXML吗
file <- "NCT00112281.xml"
elig_text <- findbyxpath(file, elig_path)

r <- xmlRoot(doc)
removeNodes(r[names(r) == "location"])