У меня есть куча файлов XML и сценарий R, который считывает их содержимое во фрейм данных. Однако теперь у меня есть файлы, которые я хотел проанализировать как обычно, но в определении их пространства имен есть что-то, что не позволяет мне нормально выбирать их значения с помощью выражений XPath.
XML-файлы выглядят так:
xml_nons.xml
<?xml version="1.0" encoding="UTF-8"?>
<XML>
<Node>
<Name>Name 1</Name>
<Title>Title 1</Title>
<Date>2015</Date>
</Node>
</XML>
И другие:
xml_ns.xml
<?xml version="1.0" encoding="UTF-8"?>
<XML xmlns="http://www.nonexistingsite.com">
<Node>
<Name>Name 2</Name>
<Title>Title 2</Title>
<Date>2014</Date>
</Node>
</XML>
URL-адрес, на который указывает xmlns, не существует.
Код R, который я использую, выглядит следующим образом:
library(XML)
xmlfiles <- list.files(path = ".",
pattern="*.xml$",
full.names = TRUE,
recursive = TRUE)
n <- length(xmlfiles)
dat <- vector("list", n)
for(i in 1:n){
doc <- xmlTreeParse(xmlfiles[i], useInternalNodes = TRUE)
nodes <- getNodeSet(doc, "//XML")
x <- lapply(nodes, function(x){ data.frame(
Filename = xmlfiles[i],
Name = xpathSApply(x, ".//Node/Name" , xmlValue),
Title = xpathSApply(x, ".//Node/Title" , xmlValue),
Date = xpathSApply(x, ".//Node/Date" , xmlValue)
)})
dat[[i]] <- do.call("rbind", x)
}
xml <- do.call("rbind", dat)
xml
Однако что я получаю в результате:
Filename Name Title Date
./xml_nons.xml Name 1 Title 1 2015
Если я удалю ссылку на пространство имен из второго файла, я получу правильное:
Filename Name Title Date
./xml_nons_1.xml Name 1 Title 1 2015
./xml_ns_1.xml Name 2 Title 2 2014
Конечно, я мог бы иметь XSL для удаления этих пространств имен из исходных XML-файлов, но я хотел бы иметь какое-то решение, которое работает в R. Есть ли способ сказать R просто игнорировать все в объявлении XML?