xml - 在 R 中，如何遍历重复的 XML 节点，并将文本值保存在列表中？

Question

我正在处理来自 clinicaltrials.gov 的 XML 文件，其结构如下:

<clinical_study>
  ...
  <brief_title>
  ...
  <location>
    <facility>
      <name>
      <address>
        <city>
        <state>
        <zip>
        <country>
    </facility>
  </location>
  <location>
    ...
  </location>
  ...
</clinical_study>

我正在从多个 XML 文件中收集信息，因此每个文件中的位置数是未知的，甚至可能为零。我需要提取有关每个位置的所有信息并保存到 SQL 表中。我使用 XML 包中的函数从单个节点中提取信息取得了一些成功，例如

library(XML)
nct_url <- "http://clinicaltrials.gov/ct2/show/NCT00112281?resultsxml=true"
xml_doc <- xmlParse(nct_url, useInternalNode=TRUE)
title_path <- "/clinical_study/brief_title" 
title_text <- xpathSApply(xml_doc, title_path, xmlValue)

我正在试验 getNodeSet，这给了我一组正确的长度:

doc <- xmlParse("NCT00007501.xml")
locations <- getNodeSet(doc, "/clinical_study/location")
length(locations)
[1] 22
> class(locations)
[1] "XMLNodeSet"

但我尝试从该集合中提取信息的尝试大多没有结果。有什么建议吗？

Answer 1

举个例子

 ns <- getNodeSet(xml, '//clinical_results/outcome_list/outcome/analysis_list/analysis/method')
 element_cnt <-length(ns))
 strings<-paste(sapply(ns, function(x) { xmlValue(x) }),collapse="|"))