在R中解析具有相同名称的特定XML元素

我在R中使用xml包来解析XML文档（下面的代码片段）。在R中解析具有相同名称的特定XML元素

XML片段：

<notes> 
    <body xml="http://www.books.xhtml"> 
     <p> System: Mighty</p> 
     <p>Confidence Level: </p> 
    </body> 
    </notes>

我想只要选择系统：强大部分，甚至只是全能的一部分，如果可能的。我的代码到目前为止：

data <- xmlParse("abc.xml") 
out_p <- getNodeSet(data, "//*[name()='p']", fun=xmlToList)

这会导致所有p元素的长列表。系统和信心水平包括在内。我试图玩弄编辑我的代码只选择系统的元素，都没有成功：

out_p <- getNodeSet(data, "//*p[attribute()[contains.,"SYSTEM"]", fun=xmlToList) ## doesn't work

什么是排除信誉度元素的正确方法是什么？提前致谢！！

来源

2017-04-25 Jasmine Chong

使用XML2：

library(xml2) 
library(magrittr) 

xml <- ' <notes> 
    <body xml="http://www.books.xhtml"> 
     <p> System: Mighty</p> 
     <p>Confidence Level: </p> 
    </body> 
    </notes>' 

xml %>% read_xml() %>% 
    xml_find_all('//p') %>% # select p elements 
    xml_text() %>% # get node text 
    grep('System:', ., value = TRUE) %>% # select only matching text 
    sub(' System: ', '', .) # clean text 
#> [1] "Mighty"

你可以做一些更激烈的XPath做多xml_find_all，但这种方法容易编写和阅读。如果这实际上是HTML，则可以使用rvest而不是xml2;两者都很好。

来源

2017-04-25 18:21:04 alistaire

在R中解析具有相同名称的特定XML元素

回答

相关问题