我正在学习如何使用R解析XML,并尝试使用Hadley的Wickham的xml2包来解析一个TEI文本文档,定位这里 (警告:这是一个压缩文件,我试图解析的特定文件在下面的代码中)。我试图了解名称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XML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,我不知道如何用xml2来完成这个任务。我要么得到inherits(x, "xml_document") is not TRUE错误,要么得到In node_find_all(x$node, x$doc, xpath = xpath, nsMap = ns) : Undefined namespace prefix [1219]错误。这就是我试过的:
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名称空间吗?
发布于 2015-06-04 07:37:42
好吧,我自己想出来了,但我想我应该把它发到这里,而不是删除这个问题。
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,但正如我所说,我想我会在这里张贴解决方案,以防它在未来帮助任何人。
https://stackoverflow.com/questions/30637660
复制相似问题