Lỗi: Nội dung XML dường như không phải là XML | R 3.1.0

Question

Tôi đang cố gắng lấy tệp XML này, nhưng không thể. Tôi đã kiểm tra các giải pháp khác trong cùng một chủ đề, nhưng tôi không thể hiểu được. Tôi là một newbie R.

> library(XML) 
> fileURL <- "https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml" 
> doc <- xmlTreeParse(fileURL,useInternal=TRUE) 

Lỗi: Nội dung XML dường như không có XML: 'https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml'

Bạn có thể xin vui lòng giúp đỡ?

Answer 1

Bạn có thể sử dụng RCurl để lấy nội dung và sau đó XML dường như để có thể xử lý nó

library(XML) 
library(RCurl) 
fileURL <- "https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml" 
xData <- getURL(fileURL) 
doc <- xmlParse(xData) 

Answer 2

xmlTreeParse không hỗ trợ https.

Bạn có thể tải dữ liệu với getURL (từ RCurl) và sau đó phân tích cú pháp.

Answer 3

Tháo s từ https

library(XML) 

fileURL<-"https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml" 
doc <- xmlTreeParse(sub("s", "", fileURL), useInternal = TRUE) 
class(doc) 
## [1] "XMLInternalDocument" "XMLAbstractDocument" 

Answer 4

trả lời là tại http://www.omegahat.net/RCurl/installed/RCurl/html/getURL.html. Điểm mấu chốt là sử dụng ssl.verifyPeer = FALSE với getURL nếu lỗi chứng chỉ được hiển thị.

library (RCurl) 
library (XML) 
curlVersion()$features 
curlVersion()$protocol 
##These should show ssl and https. I can see these on windows 8.1 at least. 
##It may differ on other OSes. 

temp <- getURL("https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Frestaurants.xml", ssl.verifyPeer=FALSE) 
DFX <- xmlTreeParse(temp,useInternal = TRUE) 

Nếu khả năng ssl hoặc https không được hiển thị bằng chức năng libcurl, hãy kiểm tra using Rcurl with HTTPs.