用rvest提取xml路径

Posted 2021-04-21

任何人都可以使用rvest协助从这个XML中提取路径吗？如果没有，我可以恢复字符提取，但更喜欢rvest。我在这个页面上尝试从svg文件中提取国家/地区形状：https://visionscarto.net/base-maps

require(rvest)
require(xml2)

doc = read_xml('https://visionscarto.net/public/fonds-de-cartes-en/visionscarto-airocean.svg')

zim = doc %>% xml_node('.ZWE')

str(zim)
#> List of 2
#>  $ node:<externalptr> 
#>  $ doc :<externalptr> 
#>  - attr(*, "class")= chr "xml_node"

cat(as.character(zim))
#> <g class="country ZWE" id="ZWE Zimbabwe" inkscape:groupmode="layer" inkscape:label="ZWE Zimbabwe">
#>   <path d="M178.84 80.84l.67-.54.16-.54.71-.4.41-.48 1.27-.3.98-.78 1.2.31.5.38.57-.42 1.35-.14 1.34-.14 1.14.2.45-.07 1.53.33-1.28 1.33-.49.3-.3.45.34 1.4.27 1.98-.26.55.36.52-.03 1.17-.58 1.13-.58-.32-.82 1.1-.76.36h-.56l-.58.53-.97.31-1.74-1.41-.75-1.02-1-.9-.56-.13-.71-.8.02-.28-.74-1.14z"/>
#> </g>

zim %>% xml_node('path')
#> {xml_missing}
#> <NA>
zim %>% xml_attr('d')
#> [1] NA

答案

这有效，但与XML命名空间一样，我从来都不明白为什么：

> xml_find_all(doc, "//*[@id='ZWE Zimbabwe']/d1:path") 
{xml_nodeset (1)}
[1] <path d="M178.84 80.84l.67-.54.16-.54.71-.4.41-.48 1.27-.3.98-.78 1.2.31. ...

并将其输入`xml_attr（...，“d”）将获得路径字符串。

d1是默认命名空间，您可以在文档中看到名称空间：

> xml_ns(doc)
d1       <-> http://www.w3.org/2000/svg
inkscape <-> http://www.inkscape.org/namespaces/inkscape
xlink    <-> http://www.w3.org/1999/xlink

Brucie Bonus问题可能应该是另一个问题，并且可能已经有了答案 - 有人必须有解析SVG路径字符串的方法。我做得不好吗？