Tro*_*nic 4 ruby xml nokogiri xml-parsing
我正在使用Nokogiri解析XML文件,其中包含以下代码段:
doc.xpath('//root').each do |root|
puts "# ROOT found"
root.xpath('//page').each do |page|
puts "## PAGE found / #{page['id']} / #{page['name']} / #{page['width']} / #{page['height']}"
page.children.each do |content|
...
end
end
end
如何解析页面元素中的所有元素？有三个不同的元素:图像,文本和视频.如何为每个元素创建一个case语句？
nol*_*oli 10
老实说,你看起来非常接近我..
doc.xpath('//root').each do |root|
puts "# ROOT found"
root.xpath('//page').each do |page|
puts "## PAGE found / #{page['id']} / #{page['name']} / #{page['width']} / #{page['height']}"
page.children.each do |child|
case child.name
when 'image'
do_image_stuff
when 'text'
do_text_stuff
when 'video'
do_video_stuff
end
end
end
end
Nokogiri的CSS和XPath访问器都允许指定多个标签,这对于这类问题很有用.而不是遍历文档标记中的每个page标记:
require 'nokogiri'
doc = Nokogiri::XML('
<xml>
<body>
<image>image</image>
<text>text</text>
<video>video</video>
<other>other</other>
<image>image</image>
<text>text</text>
<video>video</video>
<other>other</other>
</body>
</xml>')
这是一个使用CSS的搜索:
doc.search('image, text, video').each do |node|
case node.name
when 'image'
puts node.text
when 'text'
puts node.text
when 'video'
puts node.text
else
puts 'should never get here'
end
end
# >> image
# >> image
# >> text
# >> text
# >> video
# >> video
请注意,它按CSS访问者指定的顺序返回标记.如果您需要文档中的标记顺序,则可以使用XPath:
doc.search('//image | //text | //video').each do |node|
puts node.text
end
# >> image
# >> text
# >> video
# >> image
# >> text
# >> video
在任何一种情况下,程序都应该运行得更快,因为所有搜索都发生在libXML中,只返回Ruby处理所需的节点.
如果您需要将搜索限制在<page>标记内,您可以预先搜索以查找page节点,然后在其下搜索:
doc.at('page').search('image, text, video').each do |node|
...
end
要么
doc.at('//page').search('//image | //text | //video').each do |node|
...
end