Файлы XML в R

XML означает расширяемый язык разметки (eXtensible Markup Language), который был разработан для передачи и хранения данных.

Для чтения и записи XML-файлов в R необходимо установить расширение пакета, мы можем ввести следующую команду в консоль R для установки:

install.packages("XML", repos = "https://mirrors.ustc.edu.cn/CRAN/")

#　Проверить успешную установку:

> any(grepl("XML", installed.packages()))
[1] TRUE

Создать файл sites.xml, xml файл и тестовый скрипт находятся в одной директории, код如下:

<sites>
　　　　<site>
　　　　　　　　<id>1</id>
　　　　　　　　<name>Google</name>
　　　　　　　　<url>www.google.com</url>
　　　　　　　　<likes>111</likes>
　　　　</site>
　
　　　　<site>
　　　　　　　　<id>2</id>
　　　　　　　　<name>w3codebox</name>
　　　　　　　　<url>ru.oldtoolbag.com</url>
　　　　　　　　<likes>222</likes>
　　　　</site>
　
　　　　<site>
　　　　　　　　<id>3</id>
　　　　　　　　<name>Taobao</name>
　　　　　　　　<url>www.taobao.com</url>
　　　　　　　　<likes>333</likes>
　　　　</site>
</sites>

Далее мы можем использовать библиотеку XML для загрузки данных xml файла:

#　Загрузка пакета XML
library("XML")
#　Установить имя файла
result <- xmlParse(file = "sites.xml")
#　Вывести результат
print(result)

Статистика данных xml:

#　Загрузка пакета XML
library("XML")
#　Установить имя файла
result <- xmlParse(file = "sites.xml")
#　Извлечь корневой узел
rootnode <- xmlRoot(result)
#　Статистика данных
rootsize <- xmlSize(rootnode)
#　Вывести результат
print(rootsize)

Результат выполнения вышеуказанного кода:

[1] 3

Просмотреть данные узла, строку указывают в квадратных скобках [], указать строку и столбец в квадратных скобках с двойными квадратными скобками [[ ]]::

#　Загрузка пакета XML
library("XML")
#　Установить имя файла
result <- xmlParse(file = "sites.xml")
#　Извлечь корневой узел
rootnode <- xmlRoot(result)
#　Просмотреть данные 2-го узла
print(rootnode[2])
#　Просмотреть 2-й узел 1-й данных
print(rootnode[[2]][[1]])
#　Просмотреть 2-й узел 3-й данных
print(rootnode[[2]][[3]])

Результат выполнения вышеуказанного кода:

$site
<site>
　　<id>2</id>
　　<name>w3codebox</name>
　　<url>ru.oldtoolbag.com</url>
　　<likes>222</likes>
</site>　
attr(,"class")
[1] "XMLInternalNodeList" "XMLNodeList"　　　　　　　　
<id>2</id>　
<url>ru.oldtoolbag.com</url>

Преобразование XML в список данных

Данный код производит вывод в формате xml, мы используем функцию xmlToList() для преобразования данных файла в список, что удобнее для чтения:

#　Загрузка пакета XML
library("XML")
#　Установить имя файла
result <- xmlParse(file = "sites.xml")
#　Преобразование в список
xml_data　<-　xmlToList(result)
print(xml_data)
print("============================")
#　Вывод данных из первой строки и второго столбца
print(xml_data[[1]][[2]])

Результат выполнения вышеуказанного кода:

$site
$site$id
[1]　"1"
$site$name
[1]　"Google"
$site$url
[1]　"www.google.com"
$site$likes
[1]　"111"
$site
$site$id
[1]　"2"
$site$name
[1]　"w3codebox"
$site$url
[1]　"ru.oldtoolbag.com"
$site$likes
[1]　"222"
$site
$site$id
[1]　"3"
$site$name
[1]　"Taobao"
$site$url
[1]　"www.taobao.com"
$site$likes
[1]　"333"
[1]　"============================"
[1]　"Google"

Преобразование XML в рамку

Данные файла XML можно преобразовать в тип данных рамки, что позволяет более удобно работать с данными:

#　Загрузка пакета XML
library("XML")
#　Преобразование данных файла xml в данные рамки
xmldataframe　<-　xmlToDataFrame("sites.xml")
print(xmldataframe)

Результат выполнения вышеуказанного кода:

　　id　　　name　　　　　　　　　　　　url　likes
1　　1　Google　www.google.com　　　111
2　　2　w3codebox　ru.oldtoolbag.com　　　222
3　　3　Taobao　www.taobao.com　　　333