在R XML包中，xmlParse和xmlTreeParse有什麼區別？

我何時想使用xmlParse功能與xmlTreeParse功能？另外，何時有參數值useInternalNodes=TRUE或asText=TRUE有用？在R XML包中，xmlParse和xmlTreeParse有什麼區別？

例如：

library("XML") 
nct_url <- "http://clinicaltrials.gov/ct2/show/NCT00112281?resultsxml=true" 
xml_doc <- xmlParse(nct_url, useInternalNodes=TRUE)

與

doc <- xmlTreeParse(getURL(nct_url), useInternalNodes=TRUE) 
top <- xmlRoot(doc) 
top[["keyword"]] 
xmlValue(top[["start_date"]]) 
xmlValue(top[["location"]])

人們似乎使用xmlTreeParse功能通過$ DOC $孩子得到一個不重複的節點$ ...遍歷。但我不確定何時每種方法都是最好的。解析XML是幾乎放棄R並學習Python的原因之一。沒有被迫購買書籍的缺乏示例。

來源

2013-12-19 userJT

我不是一個XML專家，所以這個答案是基於我自己的XML包的經驗。

xmlParse是xmlTreeParse一個版本，其中參數useInternalNodes設置爲TRUE。
如果您想獲得R對象，請使用xmlTreeParse。如果只想提取xml文檔的部分內容，這可能不是非常有效且不必要的。
如果你不想得到一個R對象，只需一個c指針，使用xmlParse。但你應該知道一些xpath基地來操縱結果。
如果您的文本不是文件或網址作爲輸入，請使用asText=TRUE。

在這裏，我展示了兩個功能之間的區別的例子：

txt <- "<doc> 
      <el> aa </el> 
     </doc>" 
library(XML) 
res <- xmlParse(txt,asText=TRUE) 
res.tree <- xmlTreeParse(txt,asText=TRUE)

現在檢查2個對象：

class(res) 
[1] "XMLInternalDocument" "XMLAbstractDocument" 
> class(res.tree) 
[1] "XMLDocument"   "XMLAbstractDocument"

你看那個水庫是內部文件。它是指向C對象的指針。 res.tree是一個R對象。你可以得到它的屬性是這樣的：

res.tree$doc$children 
$doc 
<doc> 
<el>aa</el> 
</doc>

對於資源，你應該使用一個有效xpath要求和論文功能（xpathApply，xpathSApply，getNodeSet），以檢查它一個。例如：

xpathApply(res,'//el')

一旦你創建了一個有效的XML節點，你可以申請xmlValue，xmlGetAttr，..提取節點的信息。所以這裏的這兩條語句是等效的：

## we have already an R object, just apply xmlValue to the right child 
xmlValue(res.tree$doc$children$doc) 
## xpathSApply create an R object and pass it to 
xpathSApply(res,'//el',xmlValue)

來源

2013-12-19 15:55:15 agstudy

在R XML包中，xmlParse和xmlTreeParse有什麼區別？

回答

相關問題