R xml2从xbrl文件中提取元素

Question

有人可以帮我理解为什么我无法从该xml文件中提取节点/元素吗？ 从技术上讲，它是一个xbrl文件，但我希望R xml2库能够正常工作。

读入文件。 第三元素或节点似乎是单位。 此代码按预期工作：

library(xml2)
library(tidyverse)


eqr <- read_xml(x = "https://www.sec.gov/Archives/edgar/data/906107/000156459018010687/eqr-20180331.xml")

View(eqr)

xml_child(eqr, 3)

但是，我无法使此代码正常工作：

xml_find_first(eqr, xpath = "unit")

使用此方法搜索其他元素可以正常工作：

xml_find_first(eqr, xpath = "us-gaap:OperatingLeasesIncomeStatementLeaseRevenue")
xml_find_first(eqr, xpath = "us-gaap:OperatingLeasesIncomeStatementLeaseRevenue") %>%
 xml_double()    

Answer 1

将XML文件作为文档处理时，非常典型的问题是默认名称空间以无冒号分隔的前缀表示： xmlns="http://www.xbrl.org/2003/instance" 。

结果，不在本地名称空间中的节点将绑定到该默认值，并且任何XPath都应运行用户定义的前缀以将节点映射到该默认名称。 幸运的是， xml2允许这样做，因为xml_find_first维护第三个参数ns ，该参数接受命名的vector或xml_ns()调用：

# CREATED DOC PREFIX AND INCLUDED IN XPATH
xml_find_first(eqr, xpath = "doc:unit", ns = c(doc="http://www.xbrl.org/2003/instance"))

# {xml_node}
# <unit id="U_shares">
# [1] <measure>shares</measure>

另外， xml2还允许剥离默认名称空间：

xml_find_first(xml_ns_strip(eqr), xpath = "unit")

# {xml_node}
# <unit id="U_shares">
# [1] <measure>shares</measure>