13.4.1 读取值

13.4.1 读取值



我们要做的第一件事，是从 XML 中读取我们感兴趣的数据。我们要写一个函数，取一个 XDocument 对象的列表（用于数据集的每个页面），并返回一个序列，每个元素包含指示器、 地区名，年，其中的值被测量。

清单 13.14 显示，以 readValues 函数的形式，以及辅助函数，从表示一条记录的 XML 节点读数据。每个函数有一个参数，名为 parse，这是一个函数，用来解析实际字符串值。我们很快就会看到此参数背后的原因。



Listing 13.14 Reading values from the XML data (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 []
else [ (year, country), parse(value) ]

let readValues parse data = seq {
for page in data do
let root = page |> xnested [ "data" ]
for node in root |> xelems "data" do
yield! node |> readSingleValue parse }



我们首先写工具函数，取格式化函数，和包含一个数据元素的 XML 节点（作为参数值）。它从子节点和属性中读值，将年转换为整数。如果你看看我们下载的数据，可以看到，value 元素有时是空的。如果这个值省略，通过返回空列表，来处理，否则，列表包含一个元素。注意，我们可以使用 option 类型代替，但是，列表使第二个函数更优雅：我们不必要区分这两种情况；我们简单地返回所有元素 （既可以是空，也可以是一个），使用 yield! 基元。

第二个函数取整个输入的数据作为一个 XDocument 对象的序列，它查找所有 XML 元素，包含数据输入，格式化，返回序列。返回序列的元素类型是 (int * string） * 'a。第一个元组包含年和国家名。我们将把这作为键，以后用于搜索数据，这就是为什么使用嵌套的元组。第二个元素是使用 parse 函数格式化的值，所以，该函数无论返回什么，其类型将与之相同。

和往常一样，我们可以立即尝试该函数。函数的输入键是数据源，写作最后一个参数，所以，我们可以使用流操作符。我们可以使用 （用于测试目的）的最简单解析器是，给它什么字符串，就返回什么字符串，而不要处理它。下面的代码片断说明如何处理第一个数据集，其中包含 1990 年所有国家的总面积。我们使用恒等函数（identity function） id，解析输入，因此，这些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");
...]



你可以看到，我们正在接近所需要的东西：现在可以直接从序列读数据。剩余的唯一刺激是，值明显是数字，但我们却把它作为字符串看待。幸运的是，这是容易解决的问题。