用 xml2::read_xml() 读远程 XML 失败，主因常是网络请求异常或响应非 XML；应先用 httr::GET() 检查状态码与 content_type，处理重定向、gzip、BOM 及编码问题。
用 xml2::read_xml() 读取远程 XML 文件失败？先检查网络和编码
直接用 xml2::read_xml("https://example.com/data.xml") 报错“Failed to parse XML”或“Connection refused”，大概率不是解析问题，而是请求没发出去或返回了非 XML 内容。Web 上的 XML 响应常带重定向、认证头、gzip 压缩或 UTF-8 BOM，xml2::read_xml() 默认不处理这些。
- 先用
httr::GET()手动发请求，检查status_code和content_type，确认返回的是text/xml或application/xml - 若响应含 gzip（
Content-Encoding: gzip），需加httr::config(accept_encoding = "gzip")，否则read_xml()会解包失败 - 某些站点返回带 BOM 的 UTF-8，
read_xml()可能卡在开头字节，此时用rawToChar(httr::content(r, as = "raw"))提取原始内容再传给xml2::read_xml()
xml2::xml_find_all() 找不到节点？路径写法和命名空间是关键
明明 XML 里有 <item><title>Hello</title></item>，但 xml_find_all(doc, "//title") 返回空，常见原因是文档含默认命名空间（如 xmlns="http://purl.org/rss/1.0/"）——XPath 默认不匹配带命名空间的节点。
- 用
xml_ns(doc)查看是否存在命名空间；若有，必须显式声明前缀，例如xml_find_all(doc, "//rss:title", ns = xml_ns(doc)) -
//是深度优先搜索，性能差；如果结构固定，优先用绝对路径如/rss/channel/item/title - 节点名区分大小写，
"TITLE"和"title"不等价；属性要用@attr，比如//item[@id="123"]
把 XML 转成数据框时字段错位？别硬套 xml2::as_list()
xml2::as_list() 会把嵌套结构转成深层 list，直接 as.data.frame() 往往崩：列长度不一致、类型混杂、重复字段丢失。RSS 或 Atom 这类扁平化重复节点（多个 <item>）才适合转数据框。
- 对重复节点，用
xml_find_all()先提取所有<item>，再对每个节点分别提取子字段，最后用lapply()+xml_text()组合成 list-of-lists - 字段值为空时
xml_text()返回空字符串，但xml_attr()取不到属性会返回NULL，需统一用xml_attr(x, "attr", default = NA)避免长度错乱 - 时间字段常为 ISO 格式字符串，别在 XML 层面转
POSIXct，留到数据框生成后用lubridate::ymd_hms()处理更稳
中文乱码或特殊字符显示为 ？XML 声明和 R 会话编码要对齐
即使 XML 文件头部写了 <?xml version="1.0" encoding="UTF-8"?>，R 读入后仍可能显示方块或问号，根本原因是 R 的本地编码设置（Sys.getlocale("LC_CTYPE")）与实际内容不一致，尤其在 Windows 上默认是 GBK。
- Linux/macOS 一般没问题；Windows 用户务必在脚本开头加
Sys.setlocale("LC_CTYPE", "Chinese")或"en_US.UTF-8"（取决于系统支持） - 用
xml2::read_xml()时加参数encoding = "UTF-8"强制指定，比依赖 XML 声明更可靠 - 如果已读入乱码对象，别试图用
iconv()补救——xml2内部用 raw 处理，乱码后信息已损，必须重新read_xml()
真正麻烦的是混合编码的旧系统 XML（比如部分字段 GBK、部分 UTF-8），这种没有通用解法，得先用二进制读取、按节点切分、逐段检测编码再解析——属于边界情况，日常遇到就该推动上游统一输出 UTF-8。
