R中XML到JSON的转换

Question

我已经尝试了带有XML包的library(rjson) 。 首先，我解析XML，并使用XML::xmlToList()将其转换为列表，然后使用rjson包中的toJSON()将其转换为JSON。

我的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="cooking">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>

我的源代码：

rm(list = ls())
library(XML)
library(rjson)

xml_parse<-xmlParse(file = "path/book")
xml_root <- xmlRoot(xml_parse)
xml_list <- xmlToList(xml_root,addAttributes = T, simplify = F)
#rjson package
xml_rjson <-toJSON(xml_list)
cat(xml_rjson)

从rjson转换的JSON文件：

  {
  "book": {
    "title": {
      "text": "Everyday Italian",
      ".attrs": {
        "lang": "en"
      }
    },
    "author": "Giada De Laurentiis",
    "year": "2005",
    "price": "30.00",
    ".attrs": {
      "category": "cooking"
    }
  },
  "book": {
    "title": {
      "text": "Harry Potter",
      ".attrs": {
        "lang": "en"
      }
    },
    "author": "J K. Rowling",
    "year": "2005",
    "price": "29.99",
    ".attrs": {
      "category": "children"
    }
  },
  "book": {
    "title": {
      "text": "Learning XML",
      ".attrs": {
        "lang": "en"
      }
    },
    "author": "Erik T. Ray",
    "year": "2003",
    "price": "39.95",
    ".attrs": {
      "category": "web"
    }
  }
}

这显然是错误的，因为重复的键“ book”而没有根名“ bookstore”。

理想的JSON文件将是这样的：

{
  "bookstore": {
    "book": [
      {
        "-category": "cooking",
        "title": {
          "-lang": "en",
          "#text": "Everyday Italian"
        },
        "author": "Giada De Laurentiis",
        "year": "2005",
        "price": "30.00"
      },
      {
        "-category": "children",
        "title": {
          "-lang": "en",
          "#text": "Harry Potter"
        },
        "author": "J K. Rowling",
        "year": "2005",
        "price": "29.99"
      },
      {
        "-category": "web",
        "title": {
          "-lang": "en",
          "#text": "Learning XML"
        },
        "author": "Erik T. Ray",
        "year": "2003",
        "price": "39.95"
      }
    ]
  }
}

期待解决方案。 任何帮助表示赞赏。

Answer 1

正如迈克尔所说，这不是一个好主意。 但是，我们不太可能说服您，因为没有自动转换意味着要进行工作以确保一致性和完全可重复性。

由于您似乎喜欢该网站，所以我很确定它使用xml-js或与之非常接近的东西，因此我整理了一个小的V8包装器包： https : //github.com/hrbrmstr/blackmagic

xml_to_json()函数有大量潜在的参数设置，因此请在任何“但它不会自动为我执行xyz”注释之前进行介绍。

devtools::install_github("hrbrmstr/blackmagic")

'<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="cooking">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>' -> books

cat(xml_to_json(books, spaces = 2, compact = TRUE, ignoreDeclaration = TRUE))

## {
##   "bookstore": {
##     "book": [
##       {
##         "_attributes": {
##           "category": "cooking"
##         },
##         "title": {
##           "_attributes": {
##             "lang": "en"
##           },
##           "_text": "Everyday Italian"
##         },
##         "author": {
##           "_text": "Giada De Laurentiis"
##         },
##         "year": {
##           "_text": "2005"
##         },
##         "price": {
##           "_text": "30.00"
##         }
##       },
##       {
##         "_attributes": {
##           "category": "children"
##         },
##         "title": {
##           "_attributes": {
##             "lang": "en"
##           },
##           "_text": "Harry Potter"
##         },
##         "author": {
##           "_text": "J K. Rowling"
##         },
##         "year": {
##           "_text": "2005"
##         },
##         "price": {
##           "_text": "29.99"
##         }
##       },
##       {
##         "_attributes": {
##           "category": "web"
##         },
##         "title": {
##           "_attributes": {
##             "lang": "en"
##           },
##           "_text": "Learning XML"
##         },
##         "author": {
##           "_text": "Erik T. Ray"
##         },
##         "year": {
##           "_text": "2003"
##         },
##         "price": {
##           "_text": "39.95"
##         }
##       }
##     ]
##   }
## }

Answer 2

第一点：没有将XML转换为JSON或反之亦然的明确的“正确”方法。 有许多不同的库可以执行此操作，并且它们的执行方法也有所不同。 不幸的是，选择了一个实际上会生成不正确的JSON的代码。

第二点：如果您知道开始使用的是XML以及想要结束使用的JSON，那么您不太可能会找到可以进行所需转换的库。

因此，您将不得不进行一些手动调整。 您可以潜在地在转换之前对输入进行预处理，或在转换之后对输出进行后处理，或者可以“手动”完成全部操作。

在XSLT中（或可能在R中）手工完成整个过程实际上并不那么困难，但是我对此并不熟悉。

我个人的选择是使用XSLT 3.0将XML转换为映射和数组，然后将结果序列化为JSON：

<xsl:output method="json" indent="yes">

<xsl:template match="booklist">
  <xsl:map-entry key="'booklist'">
    <xsl:map-entry key="'book'">
      <saxon:array>
        <xsl:for-each select="book">
          <saxon:array-member>
          <xsl:map>
           <xsl:map-entry key="'-category'" select="@category"/>
           <xsl:map-entry key="'title'">
             <xsl:apply-templates select="title"/>
           </xsl:map-entry>
           <xsl:map-entry key="'author'" select="author"/>
           <xsl:map-entry key="'year'" select="year"/>
           <xsl:map-entry key="'price'" select="price"/>
         </xsl:map>
         </saxon:array-member>
       </xsl:for-each>
     </saxon:array>
   </xsl:map-entry>
 </xsl:map-entry>
</xsl:template>

<xsl:template match="title">
  <xsl:map-entry key="'-lang'" select="@lang"/>
  <xsl:map-entry key="'#text'" select="string(.)"/>
</xsl:template>

当然，您也可以尝试概括其中一些规则，例如使模板规则匹配所有属性。