R XML 文件

XML sta per linguaggio di markup estensibile (eXtensible Markup Language), progettato per trasmettere e memorizzare dati.

In R è necessario installare il pacchetto estensione per leggere e scrivere file XML, possiamo digitare il seguente comando nel terminale di R per installarlo:

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

# Visualizzare se l'installazione è avvenuta con successo

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

Creare il file sites.xml, il file xml deve essere nello stesso percorso del script di test, il codice è il seguente:

<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>it.oldtoolbag.com</url>
　　　　　　　　<likes>222</likes>
　　　　</site>
　
　　　　<site>
　　　　　　　　<id>3</id>
　　　　　　　　<name>Taobao</name>
　　　　　　　　<url>www.taobao.com</url>
　　　　　　　　<likes>333</likes>
　　　　</site>
</sites>

Poi possiamo utilizzare il pacchetto XML per caricare i dati del file xml:

#　载入　XML　包
library("XML")
# Impostare il nome del file
result <- xmlParse(file = "sites.xml")
# Output dei risultati
print(result)

Statisticare le dimensioni xml:

#　载入　XML　包
library("XML")
# Impostare il nome del file
result <- xmlParse(file = "sites.xml")
# Estrazione del nodo radice
rootnode <- xmlRoot(result)
# Statistica delle dimensioni
rootsize <- xmlSize(rootnode)
# Output dei risultati
print(rootsize)

执行以上代码输出结果为：

[1] 3

Visualizzare i dati del nodo, utilizzare [] per indicare una riga, usare [[ ]] per indicare riga e colonna specifici:

#　载入　XML　包
library("XML")
# Impostare il nome del file
result <- xmlParse(file = "sites.xml")
# Estrazione del nodo radice
rootnode <- xmlRoot(result)
# Visualizzare i dati del secondo nodo
print(rootnode[2])
# Visualizzare il primo dato del secondo nodo
print(rootnode[[2]][[1]])
# Visualizzare il terzo dato del secondo nodo
print(rootnode[[2]][[3]])

执行以上代码输出结果为：

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

Convertire XML in elenco di dati

Il codice sopra convertito produce sempre in formato xml, possiamo utilizzare la funzione xmlToList() per convertire i dati del file in formato elenco, il che rende più facile la lettura:

#　载入　XML　包
library("XML")
# Impostare il nome del file
result <- xmlParse(file = "sites.xml")
#　转为列表
xml_data　<-　xmlToList(result)
print(xml_data)
print("============================")
#　输出第一行第二列的数据
print(xml_data[[1]][[2]])

执行以上代码输出结果为：

$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]　"it.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"

XML 转为数据框

XML 文件数据可以转为数据框类型，这样我们就更方便对数据进行操作：

#　载入　XML　包
library("XML")
#　xml　文件数据转为数据框
xmldataframe　<-　xmlToDataFrame("sites.xml")
print(xmldataframe)

执行以上代码输出结果为：

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