将XML嵌套到R中的数据帧

Question

您好，我是R和XML文件的新手。

我正在尝试将此XML SOAP响应放入数据框：

<?xml version="1.0" encoding="utf-8"?>
<soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <soap:Body>
    <PrepareDataByClientResponse xmlns="urn:HM-schema">
      <PrepareDataByClientResult>
        <READOUT>
          <SerialNumber>1728527</SerialNumber>
          <Date>1510505992000</Date>
          <Type>1</Type>
          <Value>78.2</Value>
          <Status>OK</Status>
        </READOUT>
        <READOUT>
          <SerialNumber>1728527</SerialNumber>
          <Date>1510509592000</Date>
          <Type>1</Type>
          <Value>76.87</Value>
          <Status>OK</Status>
        </READOUT>
        <READOUT>
          <SerialNumber>1728527</SerialNumber>
          <Date>1510513192000</Date>
          <Type>1</Type>
          <Value>75.61</Value>
          <Status>OK</Status>
        </READOUT>
        <READOUT>
          <SerialNumber>e2ddeed13b4cc4d132f8c6a67d67eed3</SerialNumber>
          <Date>4531528776000</Date>
          <Type>3</Type>
          <Value>230.68</Value>
          <Status>OK</Status>
        </READOUT>
      </PrepareDataByClientResult>
        </PrepareDataByClientResponse>
      </soap:Body>
    </soap:Envelope>

我尝试了几种选择，例如：

xmlout <- do.call(rbind, xpathApply(xmldoc,'//soap:Envelope/soap:Body/PrepareDataByClientResponse', xmlToDataFrame))
xmlout <- as.data.frame(t(xpathSApply(xmldoc,"//readout",function(x) xmlSApply(x,xmlValue))))
xmlout <- as.data.frame(t(xmlSApply(xmldoc["/PrepareDataByClientResponse/PrepareDataByClientResult/READOUT"],xmlAttrs)),stringsAsFactors=FALSE)
xmlout <- ldply(xmlToList(xmldoc), data.frame)

经过对SO和其他Google搜索的广泛研究，我一直无法产生理想的结果。 我所能得到的是一个只有一行的数据帧，所有观察值都在不同的列中。

我正在尝试获取READOUTS表，例如：

    SerialNumber    Date            Type    Value    Status
1   1728527         1510505992000   1       78.2     OK
2   1728527         1510509592000   1       76.87    OK
3   1728527         1510513192000   1       75.61    OK

有什么办法可以使这种表起作用？

提前致谢。

Answer 1

因为您在<PrepareDataByClientResponse>标记处具有默认名称空间（即，不带冒号分隔前缀的xmlns ），所以其所有子级都遵循该默认名称空间。

要解析<READOUT>标签，请考虑声明要在getNodeSet()调用中使用的前缀。 下面使用nm 。 然后可以在方便的方法xmlToDataFrame使用这样的调用，该方法可以轻松地将相对扁平的XML像您一样迁移到数据帧中：

library(XML)

doc <- xmlParse('/path/to/SOAP/Response.xml')

df <- xmlToDataFrame(doc, nodes=getNodeSet(doc, "//nm:READOUT",
                                           namespaces=c(nm="urn:HM-schema")))

df
#                       SerialNumber          Date Type  Value Status
# 1                          1728527 1510505992000    1   78.2     OK
# 2                          1728527 1510509592000    1  76.87     OK
# 3                          1728527 1510513192000    1  75.61     OK
# 4 e2ddeed13b4cc4d132f8c6a67d67eed3 4531528776000    3 230.68     OK