将 XML 转换为 Ruby 哈希时保留属性

Question

我有一个大型 XML 文档需要解析。在本文档中，许多标签具有不同的属性。例如：

<album>
 <song-name type="published">Do Re Mi</song-name>
</album>

目前，我通过 require 来使用 Rail 的哈希解析库'active_support/core_ext/hash'。

当我将其转换为哈希值时，它会删除属性。它返回：

{"album"=>{"song-name"=>"Do Re Mi"}}

如何维护这些属性（在本例中为type="published"属性）？

这似乎是之前在“ How can I use XML attribute when conversion into a hash with from_xml? ”中被问到的，它没有结论性的答案，但那是从 2010 年开始的，我很好奇从那时起情况是否发生了变化。或者，我想知道您是否知道解析此 XML 的替代方法，以便我仍然可以包含属性信息。

Answer 1

将 XML 转换为散列并不是一个好的解决方案。您留下的散列比原始 XML 更难解析。另外，如果 XML 太大，您将留下一个无法放入内存且无法处理的散列，而原始 XML 可以使用 SAX 解析器进行解析。

假设该文件在加载时不会占用您的内存，我建议使用Nokogiri来解析它，执行以下操作：

require 'nokogiri'

class Album

  attr_reader :song_name, :song_type
  def initialize(song_name, song_type)
    @song_name = song_name
    @song_type = song_type
  end
end

xml = <<EOT
<xml>
  <album>
   <song-name type="published">Do Re Mi</song-name>
  </album>
  <album>
    <song-name type="unpublished">Blah blah blah</song-name>
  </album>
</xml>
EOT

albums = []
doc = Nokogiri::XML(xml)
doc.search('album').each do |album|
  song_name = album.at('song-name')
  albums << Album.new(
      song_name.text,
      song_name['type']
    )
end

puts albums.first.song_name
puts albums.last.song_type

哪个输出：

Do Re Mi
unpublished

该代码首先定义一个合适的对象，用于保存所需的数据。当 XML 被解析为 DOM 时，代码将循环遍历所有<album>节点，并提取信息，定义类的实例，并将其附加到数组中albums。

运行后，您将拥有一个数组，您可以遍历并处理每个项目，将其存储到数据库中，或者按照您想要的方式操作它。不过，如果您的目标是将该信息插入数据库，那么您最好让 DBM 读取 XML 并直接导入它。