XML转DataFrame遇向量长度不匹配问题，求解决方案

问题根源 #

你之前的做法是全局搜索所有EntityUin、EntityName、EntityZipCode节点，忽略了节点的父子归属关系。如果某个<Entity>节点缺失某个子字段（比如没有EntityZipCode），三个向量的长度就会不一致，导致无法合并成tibble。

解决方案：按父节点<Entity>分组提取 #

正确的思路是先定位所有<Entity>父节点，再从每个父节点内提取对应的子字段，这样每个<Entity>会对应一行数据，缺失的字段自动填充为NA，保证三个向量长度一致。

方法一：分步提取字段 #

library(tidyverse)
library(xml2)

# 1. 获取所有<Entity>父节点
entities <- xml_find_all(xml, ".//Entity")

# 2. 从每个Entity节点提取对应字段，缺失时返回NA
entity_uin <- map_chr(entities, 
                      ~xml_text(xml_find_first(., "./EntityUin"), trim = TRUE), 
                      .default = NA_character_)
entity_name <- map_chr(entities, 
                       ~xml_text(xml_find_first(., "./EntityName"), trim = TRUE), 
                       .default = NA_character_)
entity_zip_code <- map_chr(entities, 
                           ~xml_text(xml_find_first(., "./EntityZipCode"), trim = TRUE), 
                           .default = NA_character_)

# 3. 创建tibble
xml_tibble <- tibble(entity_uin, entity_name, entity_zip_code)

方法二：直接映射为tibble（更简洁） #

用map_dfr直接将每个<Entity>节点转换为tibble的一行：

library(tidyverse)
library(xml2)
library(rlang) # 提供%||%函数处理NULL

entities <- xml_find_all(xml, ".//Entity")

xml_tibble <- map_dfr(entities, function(node) {
  tibble(
    entity_uin = xml_text(xml_find_first(node, "./EntityUin"), trim = TRUE) %||% NA_character_,
    entity_name = xml_text(xml_find_first(node, "./EntityName"), trim = TRUE) %||% NA_character_,
    entity_zip_code = xml_text(xml_find_first(node, "./EntityZipCode"), trim = TRUE) %||% NA_character_
  )
})

如果不想依赖rlang，可以用ifelse替代%||%：

entity_uin = ifelse(is.null(xml_find_first(node, "./EntityUin")), 
                    NA_character_, 
                    xml_text(xml_find_first(node, "./EntityUin"), trim = TRUE))

内容的提问来源于stack exchange，提问作者NickD