关于R语言xml2包xml_find_all与xml_find_first函数的疑问

在无命名空间的XML中，使用xml_find_first()和xml_find_all()可以正常匹配节点：

library(xml2)
x <- read_xml("<foo><bar><baz/></bar><baz/></foo>")
xml_find_all(x, ".//baz")
xml_find_all(x, ".//bar")
xml_find_first(x, ".//bar")

但遇到包含默认命名空间的生产环境XML时，所有匹配调用均返回缺失节点：

library(xml2)
yy <- read_xml(
  '<workbook xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships">
      <fileVersion appName="xl" lastEdited="3" lowestEdited="5" rupBuild="9302"/>
      <workbookPr/>
      <workbookProtection/>
      <bookViews>
          <workbookView windowWidth="27090" windowHeight="8700" tabRatio="500" activeTab="1"/>
      </bookViews>
      <sheets>
          <sheet name="PARTICIPANTES" sheetId="1" r:id="rId1"/>
          <sheet name="ORDENADOS" sheetId="2" r:id="rId2"/>
      </sheets>
      <calcPr calcId="144525"/>
  </workbook>'
)

xml_find_first(yy, ".//sheets")
xml_find_first(yy, "//sheets")
xml_find_all(yy, "//sheets")

错误输出：

{xml_missing}
<NA>

{xml_missing}
<NA>

{xml_nodeset (0)}

问题出在你的XML定义了默认命名空间（xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"），XPath查询时不会自动识别默认命名空间下的节点，必须显式处理命名空间，有两种常用方案：

方案1：显式绑定命名空间前缀查询 #

使用xml_ns()获取XML的命名空间信息，然后在XPath表达式中通过前缀指定节点所属的命名空间：

# 获取XML的命名空间集合
ns <- xml_ns(yy)

# 使用自动生成的默认前缀（通常为d1）查询节点
xml_find_first(yy, ".//d1:sheets", ns = ns)
xml_find_all(yy, "//d1:sheets", ns = ns)

# 也可以自定义命名空间前缀，提升可读性
custom_ns <- xml_ns_rename(ns, d1 = "spreadsheet")
xml_find_first(yy, ".//spreadsheet:sheets", ns = custom_ns)

方案2：忽略命名空间的XPath写法 #

如果不需要区分不同命名空间的节点，可使用XPath的local-name()函数匹配节点的本地名称，忽略命名空间限制：

# 匹配所有本地名称为sheets的节点
xml_find_first(yy, ".//*[local-name()='sheets']")
xml_find_all(yy, "//*[local-name()='sheets']")

注意：方案1更规范，适合存在多命名空间的复杂XML场景；方案2简单直接，适合仅需匹配节点名称的场景。

内容的提问来源于stack exchange，提问作者JulioSergio