如何在R语言中提取XML文件name节点的sortindex属性

我需要从一个XML文件中提取所有name节点的sortindex属性值，该XML里存在节点名称相同但属性数量不同的情况（有的name节点同时有primary和sortindex属性，有的只有sortindex）。文件片段如下：

<boardgames termsofuse="https://boardgamegeek.com/xmlapi/termsofuse">  
  <boardgame objectid="13">     
    <yearpublished>1995</yearpublished>     
    <minplayers>3</minplayers>     
    <maxplayers>4</maxplayers>     
    <playingtime>120</playingtime>     
    <minplaytime>60</minplaytime>     
    <maxplaytime>120</maxplaytime>     
    <age>10</age>     
    <name sortindex="1">Catan</name>     
    <name primary="true" sortindex="1">CATAN</name>     
    <name sortindex="1">Catan (Колонизаторы)</name>     
    <name sortindex="1">Catan telepesei</name>     
    <name sortindex="1">Catan: Das Spiel</name>     
    <name sortindex="1">Catan: Die Bordspel</name>     
    <name sortindex="1">Catan: El Juego</name>     
    <name sortindex="1">Catan: Gra planszowa</name>     
    <name sortindex="1">Catan: Il Gioco</name>     
    <name sortindex="1">Catan: Landnemarnir</name>

我尝试了以下R代码，但部分节点会同时返回primary和sortindex属性，用xmlGetAttr也没解决，请问怎么实现只提取sortindex？

data <- read_xml(url)
xmlfile <- xmlParse(data)
xmltop = xmlRoot(xmlfile)
xmlSApply(getNodeSet(xmltop, '//name[@sortindex]'), xmlAttrs)

> xmlSApply(getNodeSet(xmltop, '//name[@primary]'), xmlAttrs)
             [,1]   
primary   "true"
sortindex "1"   

问题出在你使用的xmlAttrs会返回节点的所有属性。要只提取sortindex，直接在xmlSApply中调用xmlGetAttr并指定目标属性名即可：

# 获取所有包含sortindex属性的name节点
name_nodes <- getNodeSet(xmltop, '//name[@sortindex]')
# 提取每个节点的sortindex属性值
sortindex_values <- xmlSApply(name_nodes, function(node) xmlGetAttr(node, "sortindex"))

或者更简洁的写法：

sortindex_values <- xmlSApply(getNodeSet(xmltop, '//name[@sortindex]'), xmlGetAttr, "sortindex")

这样就能得到所有name节点的sortindex属性值，不会混入其他属性。

内容的提问来源于stack exchange，提问作者user8229029