13.4.1 读取值

我们首先要做的是从 XML 中读取感兴趣的数据。定义一个函数，参数为 XDocument 对象的列表（对应于数据集的每个页面），返回序列类型，每个元素包含了指标、地区名，以及观测的年份。
清单 13.14 展示了 readValues 函数，以及辅助函数，从表示一条记录的 XML 节点中读数据，两个函数有一个名为 parse 的参数，是真正解析字符串值的函数，我们很快就会知道使用这个参数背后的原因。

清单13.14 从XML 数据中读数据 (F#)

let readSingleValue parse node = 
  let value = node |> xelem "value" |> xvalue 
  let country = node |> xelem "country" |> xvlue 
  let year = node |> xelem "date" |> xvalue |> int 
  if (value = "") then []                 | [1] 返回的列表，可能
  else [ (year,country),parse(value) ]    | 有 0 或 1 个元素

let readValues parse data = seq { 
  for page in data do 
    let root = page |> xnested [ "data" ] 
    for node in root |> xelems "data" do   <-- 找到所有页面中所有数据点元素
      yield! node |> readSingleValue parse }

我们首先写的辅助函数，它的参数是用于格式化的函数，和包含一个数据元素的 XML 节点，它从子节点和特性值中读取，将年转换为整数。从下载的数据中，我们可以发现 value 元素有时是空的，因此，可以这样处理：如果值为空，返回空列表；否则，返回包含一个元素的列表。注意，我们还可以使用 option 类型，而列表使第二个函数更优雅：不必要区分两种情况，只要使用 yield! 基本操作，返回所有元素（既可以是空，也可以是一个元素）就行了。
第二个函数的参数为 XDocument 对象序列，是整个输入的数据。函数找出包含数据项的所有 XML 元素，进行格式化，再返回序列。返回序列中元素的类型是 (int * string) * ‘a，前面的元组包含年份和国家名，它是以后用于搜索数据的关键字，这就是我们使用嵌套元组的原因。后面的元素是使用 parse 函数格式化的值，因此，类型始终与函数返回类型相同。
和往常一样，我们可以立即测试这个函数。函数输入的重点是把数据源作为最后一个参数，这样，就可以使用管道操作符。最简单的解析器（用于测试目的），是给它什么字符串，就返回什么字符串，而不做任何处理。下面的代码段演示如何处理第一个数据集，这是 1990 年各国的总面积。我们使用常量函数（identity function，恒等函数）id，解析输入，因此，值将被格式化成字符串：

> data.[0] |> readValues id;; 
val it : seq<(int * string) * string> = 
  seq [ ((1990,"ABW"),"180"); ((1990,"ADO"),"470"); 
      ((1990,"AFG"),"652090"); ((1990,"AGO"),"1246700"); 
      ...]

可以发现，这与我们想要的很接近了，现在可以直接从序列中读出数据了，剩下唯一的不足就是，value 明显是数字，但却当作字符串看待了。不过，这很容易解决。

13.4.1 读取值

相关文章