13.4.1 读取值

13.4.1 读取值

我们要做的第一件事，是从 XML 中读取感兴趣的数据。我们要写一个函数，它的参数是 XDocument 对象的列表（用于数据集的每个页面），返回的序列中，每个元素包含了指标、 地区名，年份，当年的测量值。
清单 13.14 展示了 readValues 函数的形式，以及从 XML 节点中读数据的工具函数，表示一条记录。两个函数有一个名为 parse 的参数，这是一个函数，用来解析实际的字符串值，我们很快就会看到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   <-- 找到所有页面中的所有数据点元素
      yield! node |> readSingleValue parse }

我们首先写的工具函数，它的参数为格式化函数，和 XML 节点，包含一个数据元素。它从子节点和属性中读值，将年转换为整数。如果我们看看下载的数据，就会发现 value 元素有时是空的。我们可以这样处理，如果这个值为空，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，地返回所有元素（既可以是空，也可以是一个），就行了。
第二个函数取的参数为 XDocument 对象的序列，值为整个输入的数据，它找到包含数据输入的所有 XML 元素，进行格式化，再返回序列。返回序列的元素类型是 (int * string) * ‘a。前面的元组包含年份和国家名，我们将把它作为键，以后用于搜索数据，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，其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。函数的关键输入是数据源，作为最后一个参数，因此，我们可以使用管道操作符。（用于测试目的）最简单解析的器，是给它什么字符串，就返回什么字符串，而不要处理它。下面的代码片断演示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，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，我们正在接近所需要的东西：现在可以直接从序列中读出数据了，剩下唯一的不足就是，值明显是数字，而我们却把它作为字符串看待。不过，这很容易解决。