xml - 将 xml 解析为 R 数据框时出现问题？

Question

我是 R 新手用户，对 xml 格式绝对是新手，所以如果这个问题有明显的答案，请原谅我。

我正在尝试使用 xml 文件中的特定对象创建数据框，但有两个问题。

1. 当我将 xml 文件内容从 URL 读入 R(我使用 htmlTreeParse)时，它似乎是一个长字符串，而不是我在 xml 文件中看到的常用格式。我尝试使用其他网址，但没有遇到这个问题。这是否与xml内容中间的一系列“??@@@”有关？ (网址:http://opentrip.atlantaregion.com/otp-rest-servlet/ws/plan?&fromPlace=33.87725673930016%2C-84.46014404296875&toPlace=33.74946419232578%2C-84.38873291015625&time=1%3A13pm&date=03-21-2014&mode=TRANSIT%2CWALK&maxWalkDistance=750&arriveBy=false&showIntermediateStops=false&itinIndex=0)。

2. 我对如何将 xml 内容分配给数据框、抓取其中的某些部分并分配给不同的变量有点迷失。

到目前为止，我已经附上了我的 R 代码，以防它有帮助。

谢谢你们，我很感激你们提出的任何见解!如果答案非常明显，我再次表示歉意。

我的 R 代码:

xml.url <- "http://opentrip.atlantaregion.com/otp-rest-servlet/ws/plan?&fromPlace=33.87725673930016%2C-84.46014404296875&toPlace=33.74946419232578%2C-84.38873291015625&time=1%3A13pm&date=03-21-2014&mode=TRANSIT%2CWALK&maxWalkDistance=750&arriveBy=false&showIntermediateStops=false&itinIndex=0"

xmlfile <- htmlTreeParse(xml.url)

Answer 1

该网站根据它认为询问的对象来调整其内容。 您需要要求它向您发送 xml 内容。您还可能需要给它一个用户代理。这可以通过 RCurl

来完成

library(XML)
library(RCurl)
xml.url <- "http://opentrip.atlantaregion.com/otp-rest-servlet/ws/plan?&fromPlace=33.87725673930016%2C-84.46014404296875&toPlace=33.74946419232578%2C-84.38873291015625&time=1%3A13pm&date=03-21-2014&mode=TRANSIT%2CWALK&maxWalkDistance=750&arriveBy=false&showIntermediateStops=false&itinIndex=0"
myAgent <- "Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0"
myAccept <- "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8"
library(XML)
library(RCurl)
xData <- getURL(xml.url, useragent = myAgent, encoding = "UTF-8"
                ,httpheader = c(Accept = myAccept))
xmlfile <- htmlParse(xData) #, encoding = "UTF8")

或者，如果您不要求它提供XML，它会返回您JSON，您可以使用RJSONIO或类似的东西来解析它:

library(RJSONIO)
jData <- fromJSON(xml.url)
> names(jData)
[1] "requestParameters" "plan"              "error"             "debug"            
> jData$requestParameters
date                                   mode 
"03-21-2014"                         "TRANSIT,WALK" 
arriveBy                  showIntermediateStops 
"false"                                "false" 
fromPlace                              itinIndex 
"33.87725673930016,-84.46014404296875"                                    "0" 
toPlace                                   time 
"33.74946419232578,-84.38873291015625"                               "1:13pm" 
maxWalkDistance 
"750"