使用R中的"xml2“解析包含特殊字符的标签
使用R中的"xml2“解析包含特殊字符的标签
提问于 2017-03-27 21:25:41
我正在使用R中的xml2包来解析我的xml文件。除了这个在标签名称中有一个破折号的标签之外，所有的东西都工作得很好。
XML示例：
<?xml version="1.0" encoding="UTF-8"?>
<abstracts-retrieval-response xmlns="http://www.elsevier.com/xml/svapi/abstract/dtd" xmlns:ait="http://www.elsevier.com/xml/ani/ait" xmlns:ce="http://www.elsevier.com/xml/ani/common" xmlns:cto="http://www.elsevier.com/xml/cto/dtd" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:prism="http://prismstandard.org/namespaces/basic/2.0/" xmlns:xocs="http://www.elsevier.com/xml/xocs/dtd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<coredata>
<prism:url>http://api.elsevier.com/content/abstract/scopus_id/85011891272</prism:url>
<dc:identifier>SCOPUS_ID:85011891272</dc:identifier>
<eid>2-s2.0-85011891272</eid>
<prism:doi>10.1186/s13638-017-0812-8</prism:doi>
<article-number>29</article-number>
<dc:title>Performance of emerging multi-carrier waveforms for 5G asynchronous communications</dc:title>
<prism:aggregationType>Journal</prism:aggregationType>
<srctype>j</srctype>
<citedby-count>0</citedby-count>
<prism:publicationName>Eurasip Journal on Wireless Communications and Networking</prism:publicationName>
<dc:publisher> Springer International Publishing </dc:publisher>
<source-id>18202</source-id>
<prism:issn>16871499</prism:issn>
<prism:volume>2017</prism:volume>
<prism:issueIdentifier>1</prism:issueIdentifier>
<prism:coverDate>2017-12-01</prism:coverDate>
</coredata>
</abstracts-retrieval-response>我使用下面这行代码提取prism:doi节点中的文本(按预期工作)：
xml2::xml_text(xml2::xml_find_first(intermediateXML,"//prism:doi"))但是，提取"citedby-count“的值的代码返回的是"NA”，而不是实际值。
xml2::xml_text(xml2::xml_find_first(intermediateXML,"//citedby-count"))我的猜测是，解析器与标记中的"-“混淆了。有办法避免这个问题吗？
回答 3
Stack Overflow用户
发布于 2017-03-27 21:43:46
你有没有试过更新xml2？在我的使用xml2 1.1.1版本的苹果电脑上，它可以工作：
doc <- read_xml(txt) %>%
xml_find_first("/coredata")
doc %>% xml_find_first("citedby-count") %>% xml_text # "0"
doc %>% xml_find_first("//citedby-count") %>% xml_text # "0"如果这不起作用，您可以尝试将NS指定为
doc %>% xml_find_first("citedby-count", ns = character()) %>% xml_text数据和包
require(xml2)
require(magrittr)
txt <- '<coredata>
<prism:url>http://api.elsevier.com/content/abstract/scopus_id/85011891272</prism:url>
<dc:identifier>SCOPUS_ID:85011891272</dc:identifier>
<eid>2-s2.0-85011891272</eid>
<prism:doi>10.1186/s13638-017-0812-8</prism:doi>
<article-number>29</article-number>
<dc:title>Performance of emerging multi-carrier waveforms for 5G asynchronous communications</dc:title>
<prism:aggregationType>Journal</prism:aggregationType>
<srctype>j</srctype>
<citedby-count>0</citedby-count>
<prism:publicationName>Eurasip Journal on Wireless Communications and Networking</prism:publicationName>
<dc:publisher> Springer International Publishing </dc:publisher>
<source-id>18202</source-id>
<prism:issn>16871499</prism:issn>
<prism:volume>2017</prism:volume>
<prism:issueIdentifier>1</prism:issueIdentifier>
<prism:coverDate>2017-12-01</prism:coverDate></coredata>'Stack Overflow用户
发布于 2017-03-28 21:02:59
我不能用我想要的方法解决这个问题。最后，我通过使用xml2::as_list函数并通过
intermediateXML <- xml2::read_xml(serverResponse)
listXML <- xml2::as_list(intermediateXML)
listXML$coredata$`citedby-count`[[1]]非常感谢@Floo0
Stack Overflow用户
发布于 2017-08-24 07:58:13
在这个场景中来得很晚。这是我发现的一个解决方案，可能对其他人有帮助：
doc %>% xml_find_all( "//*[name()='my-dash-tag']" )页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43047757
复制相关文章
相似问题
腾讯云开发者
