R语言怎么读取和处理XML数据

R语言处理XML数据推荐使用xml2包，需先install.packages("xml2")安装并library(xml2)加载，支持通过read_xml()读取本地文件或URL。

R语言读取和处理XML数据，核心是用xml2包（推荐）或XML包。前者语法简洁、稳定性好，是目前主流选择。

安装并加载xml2包

如果没装过，先运行：

install.packages("xml2")
加载后即可使用：

library(xml2)

从文件或URL读取XML

支持本地文件路径或网页地址：

• 读本地XML文件：doc
• 读网络XML（如API返回）：doc
• 读字符串内容：doc abc")

提取节点和文本内容

常用函数有xml_find_all()、xml_text()、xml_attr()：

• 找所有节点：items
• 提取文本：xml_text(items) → 得到字符向量
• 提取属性值：xml_attr(items, "id")（假设）
• 按层级查找更准：xml_find_all(doc, "/root/item/name")

转成数据框（结构化处理）

如果XML是规则的列表结构（比如多个同级），可手动构建data.frame：

records <- xml_find_all(doc, "//record")

df <- data.frame(

  name = xml_text(xml_find_all(records, "./name")),

  age  = as.numeric(xml_text(xml_find_all(records, "./age"))),

  id   = xml_attr(records, "id")

)

对嵌套深或不规则XML，建议先用as_list()转为R列表再处理：as_list(doc)，便于调试结构。

基本上就这些。不复杂但容易忽略的是：注意编码（中文乱码时加encoding = "UTF-8"参数）、检查节点是否存在（用length()>0防报错）、以及用//前缀做模糊匹配更灵活。