R - XML 檔案：R 語言中處理 XML 數據的入門指南

你好，有志於編程的你！今天，我們將要開始一段使用 R 語言處理 XML 檔案的刺激旅程。別擔心如果你從未編過程序——我會成為你的友好指導者，我們將一步一步地進行。在本教程結束時，你將能夠像專業人士一樣讀取和操作 XML 檔案！

XML 是什麼？

在我們深入之前，讓我們先來討論一下 XML 實際上是什麼。XML 的全稱是 eXtensible Markup Language（可擴展標記語言）。它是一種存儲和傳輸數據的方式，既適合人類閱讀，也適合機器閱讀。把它想像成一個樹狀結構，信息按鍵層次組織。

輸入數據

要開始，我們需要一些 XML 數據來操作。讓我們使用一個簡單的書店庫存示例：

<?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>

將這段 XML 內容保存為你工作目錄下名為 bookstore.xml 的文件。

讀取 XML 檔案

現在，讓我們將這個 XML 檔案讀入 R。我們將使用 XML 套件，這是一個解析 XML 數據的強大工具。

步驟 1：安裝並加載 XML 套件

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

步驟 2：讀取 XML 檔案

# 讀取 XML 檔案
xml_data <- xmlParse("bookstore.xml")

# 獲取根節點
root <- xmlRoot(xml_data)

# 打印 XML 數據結構
print(root)

當你運行這段代碼時，你將在控制台中看到你的 XML 數據結構被打印出來。這就像窺視 XML 檔案內部，看看它是如何組織的！

第一個節點的細節

現在，我們已經加載了 XML 數據，讓我們更詳細地探索它。我們從我們書店的第一本書開始。

# 獲取第一個書節點
first_book <- root[[1]]

# 打印第一本書的細節
print(first_book)

# 獲取第一本書的特定元素
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("標題：", title, "\n")
cat("作者：", author, "\n")
cat("年份：", year, "\n")
cat("價格：", price, "\n")

這段代碼提取並打印第一本書的細節。這就像打開我們虛擬書店中的第一本書並閱讀其信息！

XML 轉換為數據框

當我們處理單個節點時很有用，有時我們希望將整個 XML 檔案轉換為一種更易於分析的格式。在 R 中，這通常意味著將其轉換為數據框。

# 提取書籍信息的函數
extract_book_info <- function(book) {
data.frame(
Title = xmlValue(book[["title"]]),
Author = xmlValue(book[["author"]]),
Year = as.integer(xmlValue(book[["year"]])),
Price = as.numeric(xmlValue(book[["price"]])),
Category = xmlAttrs(book)["category"],
stringsAsFactors = FALSE
)
}

# 對所有書籍節點應用函數
books_df <- do.call(rbind, lapply(xmlChildren(root), extract_book_info))

# 打印結果數據框
print(books_df)

這段代碼創建了一個函數來從每個書籍節點提取信息，然後將此函數應用於我們 XML 檔案中的所有書籍。結果是一個整齊的數據框，我們可以輕鬆地在 R 中操作。

結論

恭喜你！你剛剛踏出了使用 R 語言處理 XML 的第一步。我們已經介紹了如何讀取 XML 檔案、探索其結構、提取特定信息，甚至將其轉換為數據框。

記住，熟能生巧。試著修改 XML 檔案或創建自己的檔案，看看你能否提取不同的信息。你越多地與之交互，你就會越熟練。

快樂編程，願你的 XML 冒險免於故障且充滿刺激！

方法表格

這裡是一個方便的表格，總結了我們在本教程中使用的主要方法：

方法	描述
xmlParse()	讀取並解析 XML 檔案
xmlRoot()	獲取 XML 文件的根節點
xmlChildren()	返回子節點的列表
xmlValue()	提取節點的文本內容
xmlAttrs()	检索節點的屬性
lapply()	對列表或向量應用函數
do.call()	构建并执行函数调用
rbind()	按行组合 R 对象

這些方法是你處理 XML 的工具包。當你越來越熟練時，你會越來越經常使用這些工具。繼續探索，不久你將成為 XML 大師！

Credits: Image by storyset