xml - 在 R 中，如何从 XML 文件中提取两个值，遍历 5603 个文件并写入表

Question

由于我是 R 的新手，我正在尝试学习如何从 XML 文件中提取两个值并循环遍历我工作目录中的 5603 个其他(小的，<2kb)XML 文件。

我已经阅读了很多关于“循环”的主题，但发现这相当令人困惑 - 特别是因为循环 XML 文件似乎与循环其他文件不同，对吗？

我正在使用 XML 结构的在线数据。

对于每个 XML 文件，我想将“ZipCode”和“AwardAmount”写入表格。

运行以下代码我确实检索了 ZipCode 和 AwardAmount，但仅限于第一个文件。如何编写适当的循环并将其写入表？

xmlfiles=list.files(pattern="*.xml")
for (i in 1:length(xmlfiles)){
    doc= xmlTreeParse("xmlfiles[i]", useInternal=TRUE)
    zipcode<-xmlValue(doc[["//ZipCode"]])
    amount<-xmlValue(doc[["//AwardAmount"]])
}

有人有什么建议吗？

Answer 1

这可能对您有用。我摆脱了 for 循环并使用 sapply。

xmlfiles <- list.files(pattern = "*.xml")
txtfiles <- gsub("xml", "txt", xmlfiles, fixed = TRUE)

txtfiles 是一组新文件名，用作每次运行的输出文件。

sapply(seq(xmlfiles), function(i){

  doc <- xmlTreeParse(xmlfiles[i], useInternal = TRUE)
  zipcode <- xmlValue(doc[["//ZipCode"]])
  amount <- xmlValue(doc[["//AwardAmount"]])
  DF <- data.frame(zip = zipcode, amount = amount)
  write.table(DF, quote = FALSE, row.names = FALSE, file = txtfiles[i])

})

如果您在运行时遇到问题，请告诉我。