XML是萬維網上使用標準ASCII文本，內部網和其他地方共享文件格式和數據的文件格式。 它代表可擴展標記語言(XML)。 與HTML類似，它包含標記標簽。但與標記標簽描述頁面結構的HTML不同，標記標簽描述了文件中包含的數據的含義。

可以使用“XML”包讀取R中的xml文件，使用以下命令安裝此軟件包。

install.packages("XML")

準備XML文件數據

通過將以下數據復制到文本編輯器(如記事本)中來創建XMl文件。 使用.xml擴展名保存文件，并將文件類型選為所有文件(*.*)。創建一個XML文件：input.xml，內容如下 –

1

Rick

623.3

1/1/2012

IT

2

Dan

515.2

9/23/2013

Operations

3

Michelle

611

11/15/2014

IT

4

Ryan

729

5/11/2014

HR

5

Gary

843.25

3/27/2015

Finance

6

Nina

578

5/21/2013

IT

7

Simon

632.8

7/30/2013

Operations

8

Guru

722.5

6/17/2014

Finance

讀取XML文件

R使用xmlParse()函數來讀取xml文件，它作為列表存儲在R中。

# Load the package required to read XML files.

library("XML")

# Also load the other required package.

library("methods")

# Give the input file name to the function.

result

# Print the result.

print(result)

當我們執行上述代碼時，會產生以下結果 –

1

Rick

623.3

1/1/2012

IT

2

Dan

515.2

9/23/2013

Operations

3

Michelle

611

11/15/2014

IT

4

Ryan

729

5/11/2014

HR

5

Gary

843.25

3/27/2015

Finance

6

Nina

578

5/21/2013

IT

7

Simon

632.8

7/30/2013

Operations

8

Guru

722.5

6/17/2014

Finance

獲取XML文件中存在的節點數

# Load the packages required to read XML files.

library("XML")

library("methods")

# Give the input file name to the function.

result

# Exract the root node form the xml file.

rootnode

# Find number of nodes in the root.

rootsize

# Print the result.

print(rootsize)

當我們執行上述代碼時，會產生以下結果 –

output

[1] 8

第一個節點的詳細信息

下面來看看如何解析文件的第一條記錄，它將給出對頂級節點中存在的各種元素的詳細信息。

# Load the packages required to read XML files.

library("XML")

library("methods")

# Give the input file name to the function.

result

# Exract the root node form the xml file.

rootnode

# Print the result.

print(rootnode[1])

當我們執行上述代碼時，會產生以下結果 –

$EMPLOYEE

1

Rick

623.3

1/1/2012

IT

attr(,"class")

[1] "XMLInternalNodeList" "XMLNodeList"

獲取節點的其它元素

# Load the packages required to read XML files.

library("XML")

library("methods")

# Give the input file name to the function.

result

# Exract the root node form the xml file.

rootnode

# Get the first element of the first node.

print(rootnode[[1]][[1]])

# Get the fifth element of the first node.

print(rootnode[[1]][[5]])

# Get the second element of the third node.

print(rootnode[[3]][[2]])

當我們執行上述代碼時，會產生以下結果 –

1

IT

Michelle

XML轉到數據幀

為了在大文件中有效處理數據，我們以xml文件的形式讀取數據作為數據幀。然后處理數據幀進行數據分析。

# Load the packages required to read XML files.

library("XML")

library("methods")

# Convert the input xml file to a data frame.

xmldataframe

print(xmldataframe)

當我們執行上述代碼時，會產生以下結果 –

ID NAME SALARY STARTDATE DEPT

1 1 Rick 623.3 1/1/2012 IT

2 2 Dan 515.2 9/23/2013 Operations

3 3 Michelle 611 11/15/2014 IT

4 4 Ryan 729 5/11/2014 HR

5 5 Gary 843.25 3/27/2015 Finance

6 6 Nina 578 5/21/2013 IT

7 7 Simon 632.8 7/30/2013 Operations

8 8 Guru 722.5 6/17/2014 Finance

由于數據現在已經轉為數據幀，所以我們可以使用數據幀相關函數來讀取和操作文件。

總結

以上是生活随笔為你收集整理的r语言 xmlto html,R语言XML文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。