Хранение определенных значений узла XML с помощью R xmlEventParse

Я буду использовать fileName из example(xmlEventParse) в качестве воспроизводимого примера. У него есть теги record с атрибутом id и текст, который мы хотели бы извлечь. Вместо того, чтобы использовать handler, я буду использовать аргумент branches. Это похоже на обработчик, но у него есть доступ ко всему узлу, а не только к элементу. Идея состоит в том, чтобы написать замыкание, в котором есть место для хранения данных, которые мы собираем, и функция для обработки каждой ветки интересующего нас XML-документа. Итак, давайте начнем с определения замыкания — для наших целей это функция, которая возвращает список функций

ourBranches <- function() {

Нам нужно место для хранения результатов, которые мы накапливаем, выбирая среду так, чтобы время вставки было постоянным (а не список, к которому нам пришлось бы добавлять и который был бы неэффективным с точки зрения памяти).

    store <- new.env() 

Анализатор событий ожидает список функций, которые будут вызываться при обнаружении соответствующего тега. Нас интересует тег record. Функция, которую мы напишем, получит узел XML-документа. Мы хотим извлечь элемент id, который будем использовать для хранения (текстовых) значений в узле. Мы добавляем их в наш магазин.

    record <- function(x, ...) {
        key <- xmlAttrs(x)[["id"]]
        value <- xmlValue(x)
        store[[key]] <- value
    }

После того, как документ обработан, нам нужен удобный способ получить наши результаты, поэтому мы добавляем функцию для наших собственных целей, независимую от узлов в документе.

    getStore <- function() as.list(store)

а затем завершите закрытие, вернув список функций

    list(record=record, getStore=getStore)
}

Хитрая концепция здесь заключается в том, что среда, в которой определена функция, является частью функции, поэтому каждый раз, когда мы говорим ourBranches(), мы получаем список функций и новую среду store для сохранения наших результатов. Чтобы использовать, вызовите xmlEventParse в нашем файле с пустым набором обработчиков событий и получите доступ к нашему накопленному хранилищу.

> branches <- ourBranches()
> xmlEventParse(fileName, list(), branches=branches)
list()
> head(branches$getStore(), 2)
$`Hornet Sportabout`
[1] "18.7   8 360.0 175 3.15 3.440 17.02  0  0    3 "

$`Toyota Corolla`
[1] "33.9   4  71.1  65 4.22 1.835 19.90  1  1    4 "

Для других, кто может попытаться учиться у М. Моргана - вот полный код

fileName = system.file("exampleData", "mtcars.xml", package = "XML")

ourBranches <- function() {
  store <- new.env() 
  record <- function(x, ...) {
    key <- xmlAttrs(x)[["id"]]
    value <- xmlValue(x)
    store[[key]] <- value
  }
  getStore <- function() as.list(store)
  list(record=record, getStore=getStore)
}

branches <- ourBranches()
xmlEventParse(fileName, list(), branches=branches)
head(branches$getStore(), 2)

Метод ветвей не сохраняет порядок событий. Другими словами, порядок «записи» в хранилищах branch$getStore() отличается от порядка в исходном xml-файле. С другой стороны, методы обработчика могут сохранять порядок. Вот код:

fileName <- system.file("exampleData", "mtcars.xml", package="XML")
records <- new('list')
variable <- new('character')
tag.open <- new('character')
nvar <- 0
xmlEventParse(fileName, list(startElement = function (name, attrs) {
  tagName <<- name
  tag.open <<- c(name, tag.open)
  if (length(attrs)) {
    attributes(tagName) <<- as.list(attrs)
  }
}, text = function (x) {
  if (nchar(x) > 0) {
    if (tagName == "record") {
      record <- list()
      record[[attributes(tagName)$id]] <- x
      records <<- c(records, record)
    } else {
      if( tagName == 'variable') {
        v <- x
        variable <<- c( variable, v)
        nvar <<- nvar + 1
      }
    }
  }
}, endElement = function (name) {
  if( name == 'record') {
    print(paste(tag.open, collapse='>'))
  }
  tag.open <<- tag.open[-1]
}))

head(records,2)
$``Mazda RX4``
[1] "21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4"

$`Mazda RX4 Wag`
[1] "21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4"

variable
[1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear" "carb"

Еще одним преимуществом использования обработчиков является возможность захвата иерархической структуры. Другими словами, можно спасти и предков. Одним из ключевых моментов этого процесса является использование глобальных переменных, которым можно присвоить «‹‹-» вместо «‹-».