Question

我有这样的事情：

<ValuesPeaks>
  <Peak Start="244" Stop="248" Max="245" XValue="149" YValue="100.0000"/>
  <Peak Start="361" Stop="368" Max="366" XValue="173.2" YValue="96.2713"/>
<ValuesPeaks>

除了它们更长，我有大约300套<ValuesPeaks>。如何只提取所有内容的XValue和YValue元素？我以为我可以做xpathSApply('//ValuesPeaks[XValue]',xmlValue)，但它不起作用。然后我认为我可以toString.XMLNode()然后使用regexpr()和substr()来获取我想要的内容，但这似乎效率低下。我想我错过了什么。请分享您的专长。感谢。

p<-list.files()[[1]]
library(XML)
x<-xmlParse(p)
getNodeSet(x,'//Data/RESULT/*/*/*/ValuesPeaks/Peak')
f<-xpathSApply(x,'//Data/RESULT/*/*/*/ValuesPeaks/Peak')
t<-toString.XMLNode(f)

Answer 1

有几种方法可以提取这些属性。这一切都取决于你想要的结果。以下是几个例子。

第一个使用xmlAttrs()并对结果进行子集化。

xpathApply(doc, "//ValuesPeaks//*", function(x) xmlAttrs(x)[c("XValue", "YValue")])
# [[1]]
#     XValue     YValue 
#      "149" "100.0000" 
#
# [[2]]
#    XValue    YValue 
#   "173.2" "96.2713"

第二种可能更有效率。它使用XPath语句来获取两个相关属性。

xpathSApply(doc, "//ValuesPeaks//@*[name()='XValue' or name()='YValue']")
#    XValue     YValue     XValue     YValue 
#     "149" "100.0000"    "173.2"  "96.2713"

你甚至可以做到

sapply(unname(xmlToList(doc)), "[", c("XValue", "YValue"))
#        [,1]       [,2]     
# XValue "149"      "173.2"  
# YValue "100.0000" "96.2713"

数据：

txt <- '<ValuesPeaks>
  <Peak Start="244" Stop="248" Max="245" XValue="149" YValue="100.0000"/>
  <Peak Start="361" Stop="368" Max="366" XValue="173.2" YValue="96.2713"/>
</ValuesPeaks>'
library(XML)
doc <- xmlParse(txt)

Answer 2

您的XML格式错误（第二个ValuePeaks代码需要/才能使其成为结束标记），这会导致xml2::read_xml投诉。 read_html实际上会自动修复它，所以你可以做到

library(xml2)
library(tidyverse)

x <- '<ValuesPeaks>
  <Peak Start="244" Stop="248" Max="245" XValue="149" YValue="100.0000"/>
  <Peak Start="361" Stop="368" Max="366" XValue="173.2" YValue="96.2713"/>
<ValuesPeaks>' 

df <- x %>% 
    read_html() %>% 
    xml_find_all('//peak') %>% {
        data_frame(xvalue = xml_attr(., 'xvalue'), 
                   yvalue = xml_attr(., 'yvalue'))
    } %>% 
    type_convert()

df
#> # A tibble: 2 x 2
#>   xvalue   yvalue
#>    <dbl>    <dbl>
#> 1  149.0 100.0000
#> 2  173.2  96.2713

如何从XML节点中提取特定元素

2 个答案: