XML读取失败主因是路径或编码问题，应使用绝对路径、避免中文空格，并显式指定encoding="UTF-8"；命名空间需用getNodeSet配合命名空间前缀处理；属性提取须用@语法；xmlToDataFrame仅适用于扁平结构，复杂XML宜先xmlToList再手动规整。
XML包读取本地XML文件失败，报错“failed to load external entity”
这通常不是XML格式问题，而是路径或编码惹的祸。R的xmlParse()默认用系统 locale 解析文件，遇到中文路径、空格或UTF-8带BOM的文件极易崩溃。
- 用绝对路径代替相对路径，且路径中避免中文和空格；Windows下路径分隔符建议统一用正斜杠
/或双反斜杠\ - 先用
readLines("file.xml", warn = FALSE)看是否能读出内容，确认文件可访问 - 若文件是UTF-8 with BOM，用
xmlParse(file = iconv("file.xml", "UTF-8", "UTF-8"))无效，应改用xmlParse(system.file("example.xml", package = "XML"), encoding = "UTF-8")风格——即显式指定encoding参数 - 更稳妥的做法：用
xmlParse(file = "file.xml", encoding = "UTF-8")，强制声明编码，比依赖自动探测可靠得多
用xmlRoot()和xmlChildren()提取节点却返回空列表
常见于XML有命名空间（namespace）但没处理。比如带 xmlns="http://example.com/ns" 的文档，所有元素实际属于该命名空间，直接 xmlChildren(xmlRoot(doc)) 会漏掉子节点——因为它们被“隔离”在默认命名空间里了。
- 先检查是否存在命名空间：
namespaces(doc)或xmlNamespaceDefinitions(doc) - 若存在，默认命名空间（无前缀）需用
getNodeSet(doc, "//x:tag", c(x = "http://example.com/ns"))方式查询，不能写//tag -
xmlRoot()返回的是根节点对象，但xmlChildren()对它调用后仍可能为空——因为某些XML根节点下是注释、文本节点或空白，不是元素节点；应改用xmlElementsByTagName(xmlRoot(doc), "yourTag")直接按标签名捞 - 调试时加一句
xmlName(xmlRoot(doc))确认根节点真实名字，避免拼写错误
用xpathSApply()提取属性值总是得NA
属性名拼错、路径不匹配、或属性根本不存在，都会让 xpathSApply() 返回 NA。它不会报错，只会静默失败，容易误判为数据缺失。
- 属性必须用
@attrName语法，例如xpathSApply(node, "./@id")，漏掉@就变成找子元素id了 - 路径是相对当前节点的，不是全路径；若
node是某个item元素，就别写//item/@id，而应写./@id或直接@id - 用
xpathSApply(node, ".")先看当前节点内容，确认它确实是你要操作的那个节点 - 对多个节点批量提取时，确保每个节点确实含有该属性：可用
sapply(nodes, function(x) xpathSApply(x, "@missing_attr") != "")检查哪些缺失
把XML转成data.frame时列数不一致或丢失嵌套结构
xmlToDataFrame() 是最简方案，但只适合扁平、规则的表格型XML（如每条记录都是同级 record，内部字段一一对应）。一旦有可选字段、重复子节点或深层嵌套，它就会截断、错位甚至崩溃。
- 不要强求一步到位：先用
xmlToList()转成嵌套列表，再用lapply()+do.call(rbind, ...)手动规整；虽然多几行代码，但可控性强 - 对含重复子节点（如多个
<author></author>）的结构，xmlToList()会转成列表向量，需用unlist(..., recursive = FALSE)或lapply(..., as.character)提取文本 - 若字段含换行或空白，
xmlValue()返回带缩进的字符串，用trimws()清理后再进data.frame - 性能敏感时避开
xmlToDataFrame()：它内部调用大量循环和eval()，大数据量下比手写for循环还慢
library(XML)
doc <- xmlParse("data.xml", encoding = "UTF-8")
root <- xmlRoot(doc)
items <- xmlElementsByTagName(root, "item")
df <- data.frame(
id = sapply(items, function(x) xmlGetAttr(x, "id")),
title = sapply(items, function(x) xmlValue(xmlElementsByTagName(x, "title")[[1]])),
stringsAsFactors = FALSE
)
命名空间和属性语法是最常卡住的地方，其他问题大多能靠先看结构、再试小样本、最后扩规模的节奏绕过去。
