Как я могу извлечь несколько значений атрибутов из файла XML с помощью R

Question

link for the xml text. please remove "http:" from the link text

ниже XML-текстового содержимого.

<?xml version="1.0" standalone="yes"?> 
    <hydstra_xml_store date_format="BRITISH" version="1" application="WEBBATLS" timestamp="20170111144727"> 
    <webbatls> 
    <site station="G0010001" parent="" stname="Sandover River - #7 Bore" shortname="Sandover R #7 Bore" mapname="" zone="53" easting="476064.2" northing="7552556.9" grdatum="MGA94" latitude="-22.131884543" longitude="134.767896023" lldatum="GDA94" posacc="" elev="12.658" elevdatum="" elevacc="01" local_map="" timezone="9.5" qquarter="" quarter="" section="" township="" range="" meridian="" active="False" owner="" commence="16/10/1968" cease="15/05/1974" stntype="SWG" region="5" orgcode="NTP" barcode="" category1="" category2="" category3="" category4="" category5="" category6="" category7="" category8="" category9="" category10="" category11="" category12="" category13="" category14="" category15="" category16="" category17="" category18="" category19="" category20="" spare1="" spare2="" enteredby="" checkedby="HYD" comment="" dbver41="" datecreate="30/12/1899" timecreate="0" usercreate="" datemod="09/12/2016" timemod="1111" usermod="BAILJ"> 
    <_decode_ station="Sandover R #7 Bore" parent="(None)" grdatum="Map Grid of Australia 1994" latitude="22&#176;07&apos;54.8&quot;S" longitude="134&#176;46&apos;04.4&quot;E" lldatum="Geodetic Datum of Australia 1994" posacc="Prec unknown" elevdatum="(unknown)" elevacc="Not Applicable" timezone="Offset of standard local time from GMT" meridian="Unspecified" owner="(None)" stntype="SW Gauging Station" region="NT Wide" orgcode="NT Water Resources" category1="(Not set)" category2="(Not set)" category3="(Not set)" category4="(unknown)" category5="Unknown" category6="Unknown" category7="Unknown" category8="Unknown" category9="Unknown" category10="Unknown" category11="(unknown)" category12="(unknown)" category13="(unknown)" category14="(unknown)" category15="(unknown)" category16="(unknown)" category17="(unknown)" category18="(unknown)" category19="(unknown)" category20="(unknown)" enteredby="(unknown)" checkedby="HYDMG &lt;Data imported by H"/> 
</site> 
<station station="G0010001" gauge="0" datum="GD" control="sandy river bed" contcode="" ctf="1.368" downst="False" gaugfacil="" hut="False" telemetry="False" streamdist="0" phone="" spillway="0" qmin="0" tmin="0" maxgaug="0" maxgdate="30/12/1899" catcharea="5050" enteredby="DRK" checkedby="HYD" bedslope="0" order="0" spare1="" spare2="" spare3="" spare4="" spare5="" dbver22="" datecreate="30/12/1899" timecreate="0" usercreate="" datemod="03/01/2017" timemod="212" usermod="SVCACC"> 
<_decode_ station="Sandover R #7 Bore" datum="Gauge Datum" contcode="Unknown" streamdist="km" tmin="Mins" catcharea="sq. km" enteredby="Doug Kinter" checkedby="HYDMG &lt;Data imported by H" spare1="(unknown)" spare2="(unknown)" spare3="(unknown)" spare4="(unknown)" spare5="(unknown)"/> 
</station> 
<stninis/> 
<periods/> 
<gwholes/> 
<aquifers/> 
<variables/> 
<contents_lists> 
<content_list secttype="Reports" secttypestr="Reports" section="WEBREPORTSDWHSW"/> 
<content_list secttype="Documents" secttypestr="Documents" section="WEBDOCUMENTSDWHSW"/> 
</contents_lists> 
</webbatls> 
</hydstra_xml_store> 

С этого XML-текст Я хочу, чтобы извлечь значения атрибутов между> сайта и>/сайта < в пределах «_» (слова в синий цвет шрифта). Например, "G0010001", "Sandover реки - # 7 Bore" ...

Это код, который я использовал

url="http://water.nt.gov.au/wgen/cache/anon/G0010001.xml?1484112860902?1484112861283" data=XML::xmlParse(readLines(url)) xpathSApply(data, "//webbatls/site[@station,@....]")

Я был в состоянии успешно разобрать текст XML. Я испытываю трудности с извлечением значений атрибутов. Я действительно в плохой ситуации, пожалуйста, помогите мне.

Это выход я получил после вызова функции XpathSApply

[[1]] 
<site station="G0010001" parent="" stname="Sandover River - #7 Bore" shortname="Sandover R #7 Bore" mapname="" zone="53" easting="476064.2" northing="7552556.9" grdatum="MGA94" latitude="-22.131884543" longitude="134.767896023" lldatum="GDA94" posacc="" elev="12.658" elevdatum="" elevacc="01" local_map="" timezone="9.5" qquarter="" quarter="" section="" township="" range="" meridian="" active="False" owner="" commence="16/10/1968" cease="15/05/1974" stntype="SWG" region="5" orgcode="NTP" barcode="" category1="" category2="" category3="" category4="" category5="" category6="" category7="" category8="" category9="" category10="" category11="" category12="" category13="" category14="" category15="" category16="" category17="" category18="" category19="" category20="" spare1="" spare2="" enteredby="" checkedby="HYD" comment="" dbver41="" datecreate="30/12/1899" timecreate="0" usercreate="" datemod="09/12/2016" timemod="1111" usermod="BAILJ"> 
    <_decode_ station="Sandover R #7 Bore" parent="(None)" grdatum="Map Grid of Australia 1994" latitude="22&#xB0;07'54.8&quot;S" longitude="134&#xB0;46'04.4&quot;E" lldatum="Geodetic Datum of Australia 1994" posacc="Prec unknown" elevdatum="(unknown)" elevacc="Not Applicable" timezone="Offset of standard local time from GMT" meridian="Unspecified" owner="(None)" stntype="SW Gauging Station" region="NT Wide" orgcode="NT Water Resources" category1="(Not set)" category2="(Not set)" category3="(Not set)" category4="(unknown)" category5="Unknown" category6="Unknown" category7="Unknown" category8="Unknown" category9="Unknown" category10="Unknown" category11="(unknown)" category12="(unknown)" category13="(unknown)" category14="(unknown)" category15="(unknown)" category16="(unknown)" category17="(unknown)" category18="(unknown)" category19="(unknown)" category20="(unknown)" enteredby="(unknown)" checkedby="HYDMG &lt;Data imported by H"/> 
</site> 

Answer 1

Я задал этот вопрос, после просмотра других источников сети, наконец, я получил решение. Я думал о совместном решении, поскольку это может быть полезно для других, столкнувшихся с одной и той же проблемой.

url="http://water.nt.gov.au/wgen/cache/anon/G0010001.xml?1484112860902?1484112861283" 
    data=XML::xmlParse(readLines(url)) 
    dum1=(t(sapply(c("station",'stname','shortname','zone','latitude','longitude','lldatum','elev','commence','cease'), function(x) XML::xpathSApply(data, '//site', XML::xmlGetAttr, x)))) 

выход 'дум1' содержит значения атрибутов для "станции", 'stname', 'сокращенным', 'зоны', 'широты', 'долготы', 'lldatum', 'отм', 'начать' , 'cease'

, но мне также нужны некоторые значения атрибутов от> station до>/station <. Для этого я снова использовал последнюю строку кода (соответственно изменив имена атрибутов и Xpath) и объединил оба vec в один вектор.

dum2=(t(sapply(c("gauge",'datum','control','ctf','streamdist','maxgaug','maxgdate','catcharea'), function(x) XML::xpathSApply(data, '//station', XML::xmlGetAttr, x)))) 

    dat=cbind(dum1,dum2) 

выход

dat 
    station stname      shortname   zone latitude  longitude  lldatum elev  commence  
[1,] "G0010001" "Sandover River - #7 Bore" "Sandover R #7 Bore" "53" "-22.131884543" "134.767896023" "GDA94" "12.658" "16/10/1968" 
    cease  gauge datum control   ctf  streamdist maxgaug maxgdate  catcharea 
[1,] "15/05/1974" "0" "GD" "sandy river bed" "1.368" "0"  "0"  "30/12/1899" "5050"  

Answer 2

сохранить текст, например, к «а» переменной, а затем попробовать это один :)

< б -gsub (»" ',' ', a)