R：フラットファイルへのトランザクションを含むXMLを解析しますか？

Question

残念ながら、私は次の例を解析することができず、ここで同様の解決策を見つけることができませんでした。 例：次のように

<?xml version="1.0" encoding="UTF-8"?> 
<FISC V="1"> 
<EJ ID="61017"> 

<DAT V="1" FN="0000000000" ZN="6101201227" TN="000000000000" T="0"> 
    <C> 
    <P C="1" NM="Good1" PRC="2500" Q="2000" SM="5000" TX="1" N="1" /> 
    <P C="4" NM="Good4" PRC="1000" Q="1000" SM="1000" TX="1" N="2" /> 
    <M NM="CASH" SM="6000" T="0" N="3" /> 
    <E CS="2" NO="4730" SM="6000" N="4"> 
     <TX DTPR="0.00" TX="1" TXPR="0.00" TXSM="0" TXTY="0" /> 
     <TX DTPR="0.00" TX="0" TXPR="0.00" TXSM="0" TXTY="0" /> 
    </E> 
    </C> 
    <TS>20140601101226</TS> 
</DAT> 

<DAT V="1" FN="0000000000" ZN="6101201227" TN="000000000000" T="0"> 
    <C> 
    <P C="7" NM="Good7" PRC="1200" Q="1000" SM="1200" TX="1" N="1" /> 
    <M NM="CAH" SM="1200" T="0" N="2" /> 
    <E CS="2" NO="4731" SM="1200" N="3"> 
     <TX DTPR="0.00" TX="1" TXPR="0.00" TXSM="0" TXTY="0" /> 
     <TX DTPR="0.00" TX="0" TXPR="0.00" TXSM="0" TXTY="0" /> 
    </E> 
    </C> 
    <TS>20140601104322</TS> 
</DAT> 

</EJ> 
</FISC> 

私はそれを削り取っしたいと思います：

NO  NM 
4730 Good1 
4730 Good4 
4731 Good7 

はNO - DAT/C /から属性 - DAT/C/E

NMから属性私が試した何P

：

require(XML) 
test <- xmlParse('data.xml', encoding = 'UTF-8') 
NM <- getNodeSet(test, "/FISC/EJ//P") 
NO <- getNodeSet(test, "/FISC/EJ//E[@NO]") 

と

require(rvest) 
d <- read_html('data.xml', encoding = 'UTF-8') 
ids <- data.frame(id = d %>% html_nodes("e") %>% html_attr("no"), 
        name = d %>% html_nodes("p") %>% html_attr("nm")) 

しかし、私は一緒に結果をバインドできなかった理由です各ノードDATはP. 1つ以上のサブノードがあります。

お手数をおかけしますが、ありがとうございます。

Answer 1

library(xml2) 
library(purrr) 
library(tibble) 

read_xml('<?xml version="1.0" encoding="UTF-8"?> 
<FISC V="1"> 
<EJ ID="61017"> 

<DAT V="1" FN="0000000000" ZN="6101201227" TN="000000000000" T="0"> 
    <C> 
    <P C="1" NM="Good1" PRC="2500" Q="2000" SM="5000" TX="1" N="1" /> 
    <P C="4" NM="Good4" PRC="1000" Q="1000" SM="1000" TX="1" N="2" /> 
    <M NM="CASH" SM="6000" T="0" N="3" /> 
    <E CS="2" NO="4730" SM="6000" N="4"> 
     <TX DTPR="0.00" TX="1" TXPR="0.00" TXSM="0" TXTY="0" /> 
     <TX DTPR="0.00" TX="0" TXPR="0.00" TXSM="0" TXTY="0" /> 
    </E> 
    </C> 
    <TS>20140601101226</TS> 
</DAT> 

<DAT V="1" FN="0000000000" ZN="6101201227" TN="000000000000" T="0"> 
    <C> 
    <P C="7" NM="Good7" PRC="1200" Q="1000" SM="1200" TX="1" N="1" /> 
    <M NM="CAH" SM="1200" T="0" N="2" /> 
    <E CS="2" NO="4731" SM="1200" N="3"> 
     <TX DTPR="0.00" TX="1" TXPR="0.00" TXSM="0" TXTY="0" /> 
     <TX DTPR="0.00" TX="0" TXPR="0.00" TXSM="0" TXTY="0" /> 
    </E> 
    </C> 
    <TS>20140601104322</TS> 
</DAT> 

</EJ> 
</FISC>') -> doc 

# target the "E" nodes and iterate over them 

map_df(xml_find_all(doc, "//DAT/C/E"), function(x) { 

    # target the sibling nodes of the current "E" node 

    p <- xml_find_all(x, "../P") 

    # extract the attributes you want 

    no <- xml_attr(x, "NO") 
    nm <- xml_attr(p, "NM") 

    # make a data frame from them 
    # map_df() will bind them all together for you 

    data_frame(NO=no, NM=nm) 

}) 

## Source: local data frame [3 x 2] 
## 
##  NO NM 
## (chr) (chr) 
## 1 4730 Good1 
## 2 4730 Good4 
## 3 4731 Good7