从单个XML创建多个XML2筛选

Question

使用xml2包，我想从一个XML文件开始编写两个XML文件-一个用于语言的XML文件。例如，我有以下XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="it">Title IT</title>
    <title xml:lang="en">Title EN</title>
    <author>Author</author>
  </book>
</books>

我想保存以下两个文件：

FILE IT
<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="it">Title IT</title>
    <author>Author</author>
  </book>
</books>

FILE EN
<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title xml:lang="en">Title EN</title>
    <author>Author</author>
  </book>
</books>

如果我这样做的话：

txt <- "<books><book><title xml:lang='it'>Title IT</title><title xml:lang='en'>Title EN</title><author>Author</author></book></books>"
XML <- xml2::read_xml(txt)

it <- xml2::xml_find_all(XML, "//*[@xml:lang = 'it']")
en <- xml2::xml_find_all(XML, "//*[@xml:lang = 'en']")


XML_orig <- XML
xml2::xml_remove(en)
xml2::write_xml(XML, file = "book_it.xml")

XML <- XML_orig
xml2::xml_remove(it)
xml2::write_xml(XML, file = "book_en.xml")

当我创建XML对象的副本时，它继续引用原始对象。有没有一种方法可以在不引用的情况下创建一个新的副本？或者您知道更好的解决问题的方法，使用xml2库？

谢谢!

Answer 1

xml_remove将从在其中找到它们的文档中移除节点。在完成XML之后交换find_all的值并不会有什么帮助，因为它们仍然指向原始文档。复制文档的一种方法似乎是设置了xml_new_root参数的.copy=TRUE函数。以下是一个可以帮助您完成任务的函数

keeplang <- function(XML, lang) {
  nodepath <- paste0("//*[@xml:lang != '", lang, "']")
  filepath <- paste0("book_", lang, ".xml")
  XML <- xml_new_root(XML, .copy = TRUE)  
  nodes <- xml2::xml_find_all(XML, nodepath)
  xml2::xml_remove(nodes)
  xml2::write_xml(XML, file = filepath)
}

keeplang(XML, "it")
keeplang(XML, "en")

所以我们在这里复制，然后找到副本中的节点，然后删除它们。在这里，我更改为!=比较，只保留传入的语言的值。

Answer 2

以XSLT为例，这是一种特殊用途的语言，用于将语言参数从R传递到XSLT的XML文件。R可以使用xslt包(xml2的扩展)运行XSLT1.0脚本。

具体来说，您可以使用相同的XSLT脚本为特定的标题节点传递来自R的值。这与将参数传递给另一种著名的特殊用途语言SQL没有什么不同。它的优点还在于XSLT是可移植的(与SQL类似)，并且可以在R之外运行以获得相同的结果。

XSLT保存为.xsl文件，这是一个特殊的.xml文件)

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output indent="yes"/>
  <xsl:strip-space elements="*"/>

  <xsl:param name="lang" />

  <!-- IDENTITY TRANSFORM -->
  <xsl:template match="@*|node()">
    <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
    </xsl:copy>
  </xsl:template>

  <xsl:template match="book">
    <xsl:copy>
        <xsl:copy-of select="title[@xml:lang = $lang]"/>
        <xsl:copy-of select="author"/>
    </xsl:copy>
  </xsl:template>

</xsl:stylesheet>

R

library(xml2)
library(xslt)

doc <- read_xml("Input.xml", package = "xslt")
style <- read_xml("Script.xsl", package = "xslt")

# en LANGUAGE
new_xml <- xml_xslt(doc, style, params=list(lang="en"))   
write_xml(new_xml, "Output_en.xml")

# it LANGUAGE
new_xml <- xml_xslt(doc, style, params=list(lang="it"))   
write_xml(new_xml, "Output_it.xml")

Python (演示可移植性)

import lxml.etree as et

# LOAD XML AND XSL SCRIPT
xml = et.parse('Input.xml')
xsl = et.parse('Script.xsl')
transform = et.XSLT(xsl)

# PASS en PARAMETER TO XSLT
n = et.XSLT.strparam("en")
result = transform(xml, lang=n)

with open("Output_en.xml", 'wb') as f:
    f.write(result)

# PASS it PARAMETER TO XSLT
n = et.XSLT.strparam("it")
result = transform(xml, lang=n)

with open("Output_it.xml", 'wb') as f:
    f.write(result)

// LOAD XML AND XSLT
$xml = new DOMDocument('1.0', 'UTF-8');
$xml->load('Input.xml');

$xsl = new DOMDocument('1.0', 'UTF-8');   
$xsl->load('Script.xsl');

// INITIALIZE TRANSFORMER
$proc = new XSLTProcessor;
$proc->importStyleSheet($xsl);

// SET en PARAMETER VALUE
$proc->setParameter('', 'lang', 'en');
$newXML = $proc->transformToDoc($xml);
file_put_contents('Output_en.xml', $newXML);

// SET en PARAMETER VALUE
$proc->setParameter('', 'lang', 'it');
$newXML = $proc->transformToDoc($xml);
file_put_contents('Output_it.xml', $newXML);