如何在R语言中解析FIXML格式数据？

核心思路 #

FIXML的核心数据都存在标签属性而非文本节点里，解析时要重点提取节点属性，再通过数据框合并、宽格式转换得到目标结构。下面用xml2+dplyr+tidyr实现完整流程。

步骤1：准备示例FIXML #

先模拟一段符合场景的FIXML（本地文件直接用read_xml("your_file.xml")读取）：

<FIXML xmlns="http://www.fixprotocol.org/FIXML-5-0-SP2">
  <SecDef Src="D" ID="12345" Ver="1">
    <Hdr SID="BRKR" TID="CLNT" SSub="X" TSub="Y" Dt="2024-05-20"/>
    <Instrmt Sym="AAPL" SecTyp="EQ" Exch="NASDAQ" CFI="ES"/>
    <InstrmtExt>
      <Attrb N="MarketCap" V="2.9T"/>
      <Attrb N="Sector" V="Technology"/>
      <Attrb N="Industry" V="Consumer Electronics"/>
    </InstrmtExt>
  </SecDef>
</FIXML>

步骤2：加载依赖库 #

library(xml2)
library(dplyr)
library(tidyr)

步骤3：解析并提取各层级属性 #

# 读取FIXML（字符串用read_xml，文件用read_xml("path/to/file.xml")）
fixml <- read_xml('上面的XML字符串')

# 提取命名空间（FIXML通常带命名空间，必须处理）
ns <- xml_ns(fixml)

# 1. 提取SecDef节点属性，转成数据框
sec_def_df <- xml_find_first(fixml, ".//f:SecDef", ns = ns) %>%
  xml_attrs() %>%
  as.data.frame() %>%
  t() %>%
  as.data.frame(stringsAsFactors = FALSE)

# 2. 提取Hdr节点属性并合并
hdr_df <- xml_find_first(fixml, ".//f:Hdr", ns = ns) %>%
  xml_attrs() %>%
  as.data.frame() %>%
  t() %>%
  as.data.frame(stringsAsFactors = FALSE)
sec_def_df <- bind_cols(sec_def_df, hdr_df)

# 3. 提取Instrmt节点属性并合并
instrmt_df <- xml_find_first(fixml, ".//f:Instrmt", ns = ns) %>%
  xml_attrs() %>%
  as.data.frame() %>%
  t() %>%
  as.data.frame(stringsAsFactors = FALSE)
sec_def_df <- bind_cols(sec_def_df, instrmt_df)

# 4. 处理InstrmtExt下的Attrb：转成宽格式（N为列名，V为值）
instrmt_ext_df <- xml_find_all(fixml, ".//f:Attrb", ns = ns) %>%
  map_dfr(~tibble(name = xml_attr(., "N"), value = xml_attr(., "V"))) %>%
  pivot_wider(names_from = name, values_from = value)

# 合并所有数据框得到最终结果
final_df <- bind_cols(sec_def_df, instrmt_ext_df)

最终结果 #

final_df会包含：

• SecDef的所有属性列（Src、ID、Ver）
• Hdr的所有属性列（SID、TID、SSub、TSub、Dt）
• Instrmt的所有属性列（Sym、SecTyp、Exch、CFI）
• InstrmtExt下Attrb对应的列（MarketCap、Sector、Industry）

注意事项 #

• 若存在多个SecDef节点，把xml_find_first换成xml_find_all，用map_dfr批量处理
• 命名空间需匹配你的FIXML版本（示例用FIXML 5.0 SP2，根据实际调整）
• 属性值有特殊格式（如日期、数字）时，可在合并后用mutate转换类型

内容的提问来源于stack exchange，提问作者elmattador