3

我正在学习如何使用 R 来解析 XML，并且我正在尝试使用 Hadley 的 Wickhamxml2包来解析位于此处的 TEI XML 文本文档（警告：这是一个压缩文件，我正在尝试解析的特定文件在下面的代码中给出）。我试图弄清楚命名空间在这个包中是如何工作的（我无法理解我正在使用的特定文本的文档）。使用该XML软件包，我可以执行以下操作：

library("XML")
crisis <- xmlParse("data/Crisis130_22.2.tei.xml")
all_divs <- getNodeSet(crisis, "//def:div",
                   namespaces=c(def = "http://www.tei-c.org/ns/1.0"))

但是，我不知道如何使用xml2. 我得到inherits(x, "xml_document") is not TRUE错误或In node_find_all(x$node, x$doc, xpath = xpath, nsMap = ns) : Undefined namespace prefix [1219]错误。这是我尝试过的：

library("xml2")

crisis2 <- read_xml("data/Crisis130_22.2.tei.xml")

# check to see whether TEI URL is present
xml_ns(crisis2) 

all_divs2 <- xml_find_all(crisis2, "//div", xml_ns(crisis2)) # gives empty list

all_divs <- xml_find_all(crisis2, "/def:div", xml_ns(crisis2)) # undefined namespace error

我知道这是一个新包，但有人知道如何在其中使用命名空间吗？

4

1 回答 1

6

好的，我自己想出来了，但我想我会把它贴在这里而不是删除问题。

library("xml2")
crisis2 <- read_xml("data/Crisis130_22.2.tei.xml")
all_divs <- xml_find_all(crisis2, "//d1:div", xml_ns(crisis2))

回想起来，我想答案是显而易见的，但是，正如我所说，我想我会在这里发布解决方案，以防将来对任何人有所帮助。

于 2015-06-04T07:37:42.033 回答