將XML解析為R中的data.frame

Question

對此有很多疑問，但找不到適合這種數據格式的解決方案。 感謝有關如何解析此問題的建議：

<XML>
<constituency hansard_id="5" id="uk.org.publicwhip/cons/1" fromdate="1918" todate="9999-12-31">
    <name text="Aberavon"/>
</constituency>
<constituency hansard_id="6" id="uk.org.publicwhip/cons/2" fromdate="1997-05-01" todate="2005-05-04">
    <name text="Aberdeen Central"/>
</constituency>
<constituency hansard_id="7" id="uk.org.publicwhip/cons/3" fromdate="1885" todate="9999-12-31">
    <name text="Aberdeen North"/>
</constituency>
</XML>

所需的字段顯然是c('hansard_id','id','fromdate','todate','name') 。 讀入和解析我嘗試了以下內容：

require(XML)
> indata = htmlParse('data.xml', isHTML=F)
> class(indata)
[1] "XMLInternalDocument" "XMLAbstractDocument"
> print(indata)
<?xml version="1.0"?>
<XML>
  <constituency hansard_id="5" id="uk.org.publicwhip/cons/1" fromdate="1918" todate="9999-12-31">
    <name text="Aberavon"/>
  </constituency>
  <constituency hansard_id="6" id="uk.org.publicwhip/cons/2" fromdate="1997-05-01" todate="2005-05-04">
    <name text="Aberdeen Central"/>
  </constituency>
  <constituency hansard_id="7" id="uk.org.publicwhip/cons/3" fromdate="1885" todate="9999-12-31">
    <name text="Aberdeen North"/>
  </constituency>
</XML>

> xmlToDataFrame(indata, stringsAsFactors=F)
  name
1     
2     
3     

它正在讀取，但xmlToDataFrame無法處理格式。 是因為數據是'constituency'標簽元素的屬性嗎？ 非常感謝任何指導。

Answer 1

你是對的， xmlToDataFrame只訪問XML節點。 對於給定節點， xmlAttrs函數將返回該節點屬性。 xpathApply函數接受解析的xml文檔doc say並將xpath應用於它以獲取一組節點。 然后將這些節點中的每一個應用於用戶定義的功能。 xpath "//*/constituency"將返回文檔中的所有constituency節點。 然后我們可以將xmlAttrs函數應用於每個：

res <- xpathApply(doc, "//*/constituency", xmlAttrs)

這將返回一個屬性列表。 我們想將這些綁定在一起，例如：

rbind.data.frame(res[[1]], res[[2]], ...)

將第一個和第二個，第三個，......組的屬性綁定到data.frame中。 這樣做的一個簡單方法是在out屬性列表中使用do.call函數：

do.call(rbind.data.frame, res)

將行綁定應用於列表的所有元素。