R - XML 文件：初学者指南，学习使用 R 处理 XML 数据

你好，有抱负的编码者们！今天，我们将使用 R 语言开始一段激动人心的 XML 文件世界之旅。如果你之前从未编过程序，也不必担心——我将作为你的友好向导，我们会一步一步地进行。在本教程结束时，你将能够像专业人士一样读取和操作 XML 文件！

什么是 XML？

在我们开始之前，让我们先来谈谈 XML 实际上是什么。XML 代表可扩展标记语言（eXtensible Markup Language）。这是一种存储和传输数据的方式，既可读于人类，也可读于机器。把它想象成一个树状结构，其中信息按层次组织。

输入数据

要开始，我们需要一些 XML 数据来操作。让我们使用一个简单的书店库存示例：

<?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>
</bookstore>

将这个 XML 内容保存在你工作目录下名为 bookstore.xml 的文件中。

读取 XML 文件

现在，让我们将这个 XML 文件读入 R。我们将使用 XML 包，这是一个解析 XML 数据的强大工具。

第一步：安装并加载 XML 包

install.packages("XML")
library(XML)

第二步：读取 XML 文件

# 读取 XML 文件
xml_data <- xmlParse("bookstore.xml")

# 获取根节点
root <- xmlRoot(xml_data)

# 打印 XML 数据的结构
print(root)

当你运行这段代码时，你将在控制台看到你的 XML 数据结构被打印出来。这就像窥视 XML 文件内部，看看它是如何组织的！

第一个节点的细节

现在我们已经加载了 XML 数据，让我们更详细地探索它。我们将从查看我们书店中的第一本书开始。

# 获取第一本书的节点
first_book <- root[[1]]

# 打印第一本书的详细信息
print(first_book)

# 获取第一本书的特定元素
title <- xmlValue(first_book[["title"]])
author <- xmlValue(first_book[["author"]])
year <- xmlValue(first_book[["year"]])
price <- xmlValue(first_book[["price"]])

# 打印提取的信息
cat("标题:", title, "\n")
cat("作者:", author, "\n")
cat("年份:", year, "\n")
cat("价格:", price, "\n")

这段代码提取并打印第一本书的详细信息。就像打开我们虚拟书店中的第一本书并阅读其信息！

XML 转换为数据框

虽然处理单个节点很有用，但有时我们希望将整个 XML 文件转换为更容易分析的格式。在 R 中，这通常意味着将其转换为数据框。

# 提取书籍信息的函数
extract_book_info <- function(book) {
data.frame(
标题 = xmlValue(book[["title"]]),
作者 = xmlValue(book[["author"]]),
年份 = as.integer(xmlValue(book[["year"]])),
价格 = as.numeric(xmlValue(book[["price"]])),
类别 = xmlAttrs(book)["category"],
stringsAsFactors = FALSE
)
}

# 对所有书籍节点应用函数
books_df <- do.call(rbind, lapply(xmlChildren(root), extract_book_info))

# 打印结果数据框
print(books_df)

这段代码创建了一个函数来从每个书籍节点提取信息，然后将其应用于我们 XML 文件中的所有书籍。结果是一个整洁的数据框，我们可以在 R 中轻松操作。

结论

恭喜你！你已经迈出了使用 R 处理 XML 世界的第一步。我们涵盖了如何读取 XML 文件、探索其结构、提取特定信息，甚至将它们转换为数据框。

记住，熟能生巧。尝试修改 XML 文件或创建你自己的文件，看看你可以提取哪些不同的信息。你越多地摆弄它，就会越熟练。

快乐编码，愿你的 XML 冒险之旅无虫害且充满激情！

方法表

以下是我们在本教程中使用的主要方法的便捷表格：

方法	描述
xmlParse()	读取并解析 XML 文件
xmlRoot()	获取 XML 文档的根节点
xmlChildren()	返回子节点的列表
xmlValue()	提取节点的文本内容
xmlAttrs()	获取节点的属性
lapply()	在列表或向量上应用函数
do.call()	构建并执行函数调用
rbind()	按行组合 R 对象

这些方法是你处理 XML 的工具包。当你越来越熟练时，你会发现自己越来越多地使用这些工具。继续探索，很快你将成为 XML 大师！

Credits: Image by storyset