R XML 文件

2025年3月17日 | 阅读 3 分钟

与 HTML 类似，XML 也是一种标记语言，代表可扩展标记语言。它由万维网联盟 (W3C) 开发，用于定义编码文档的语法，供人类和机器读取。此文件包含标记标签。 HTML 和 XML 之间存在差异。在 HTML 中，标记标签描述页面的结构，而在 XML 中，它描述文件中包含的数据的含义。在 R 中，我们可以通过将 "XML" 包安装到 R 环境中来读取 xml 文件。该包将借助熟悉的命令安装，即 install.packages。

创建 XML 文件

我们将借助给定的数据创建一个 xml 文件。我们将使用 .xml 文件扩展名保存以下数据以创建 xml 文件。 XML 标签描述数据的含义，因此此类标签中包含的数据可以轻松地告诉或解释关于数据的信息。

示例：xml_data.xml

<records>
<employee_info>
<id>1</id>
<name>Shubham</name>
<salary>623</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>
	
<employee_info>
<id>2</id>
<name>Nishka</name>
<salary>552</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Gunjan</name>
<salary>669</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Sumit</name>
<salary>825</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Arpita</name>
<salary>762</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Vaishali</name>
<salary>882</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Anisha</name>
<salary>783</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>

<employee_info>
<id>1</id>
<name>Ginni</name>
<salary>964</salary>
<date>1/1/2012</date>
<dept>IT</dept>
</employee_info>
	
</records>

读取 XML 文件

在 R 中，我们可以借助 xmlParse() 函数轻松读取 xml 文件。此函数在 R 中存储为列表。要使用此函数，我们首先需要借助 library() 函数加载 xml 包。除了 xml 包之外，我们还需要加载一个名为 methods 的附加包。

让我们看一个例子来理解 xmlParse() 函数的工作原理，在该例子中我们读取我们的 xml_data.xml 文件。

示例：以列表的形式读取 xml 数据。

# Loading the package required to read XML files.
library("XML")

# Also loading the other required package.
library("methods")

# Giving the input file name to the function.
result <- xmlParse(file = "xml_data.xml")

xml_data <- xmlToList(result)
print(xml_data)

输出

示例：获取 xml 文件中存在的节点数。

# Loading the package required to read XML files.
library("XML")

# Also loading the other required package.
library("methods")

# Giving the input file name to the function.
result <- xmlParse(file = "xml_data.xml")

#Converting the data into list
xml_data <- xmlToList(result)

#Printing the data
print(xml_data)

# Exracting the root node form the xml file.
root_node <- xmlRoot(result)

# Finding the number of nodes in the root.
root_size <- xmlSize(root_node)

# Printing the result.
print(root_size)

输出

示例：获取 xml 中第一个节点的详细信息。

# Loading the package required to read XML files.
library("XML")

# Also loading the other required package.
library("methods")

# Giving the input file name to the function.
result <- xmlParse(file = "xml_data.xml")

# Exracting the root node form the xml file.
root_node <- xmlRoot(result)

# Printing the result.
print(root_node[1])

输出

示例：获取节点的各个元素的详细信息。

# Loading the package required to read XML files.
library("XML")

# Also loading the other required package.
library("methods")

# Giving the input file name to the function.
result <- xmlParse(file = "xml_data.xml")

# Exracting the root node form the xml file.
root_node <- xmlRoot(result)

# Getting the first element of the first node.
print(root_node[[1]][[1]])

# Getting the fourth element of the first node.
print(root_node[[1]][[4]])

# Getting the third element of the third node.
print(root_node[[3]][[3]])

输出

如何将 xml 数据转换为数据框

在大型文件中有效处理数据并不容易。为此，我们将 xml 文件中的数据作为数据框读取。然后，数据分析师会处理此数据框。 R 提供 xmlToDataFrame() 函数以数据框的形式提取信息。

让我们看一个例子来理解如何使用和处理这个函数

示例

# Loading the package required to read XML files.
library("XML")

# Also loading the other required package.
library("methods")

# Giving the input file name to the function xmlToDataFrame.
data_frame <- xmlToDataFrame("xml_data.xml")

#Printing the result
print(data_frame)

输出