如何使用 Ruby 和 Nokogiri 将 XML 节点解析为 CSV答案

【问题标题】：How to parse XML nodes to CSV with Ruby and Nokogiri如何使用 Ruby 和 Nokogiri 将 XML 节点解析为 CSV
【发布时间】：2014-03-18 03:31:54
【问题描述】：

我有一个 XML 文件：

?xml version="1.0" encoding="iso-8859-1"?>
<Offers xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="http://ssc.channeladvisor.com/files/cageneric.xsd">
  <Offer>
   <Model><![CDATA[11016001]]></Model>
   <Manufacturer><![CDATA[Crocs, Inc.]]></Manufacturer>
   <ManufacturerModel><![CDATA[11016-001]]></ManufacturerModel>
   ...lots more nodes
   <Custom6><![CDATA[<li>Bold midsole stripe for a sporty look.</li>
    <li>Odor-resistant, easy to clean, and quick to dry.</li>
    <li>Ventilation ports for enhanced breathability.</li>
    <li>Lightweight, non-marking soles.</li>
    <li>Water-friendly and buoyant; weighs only ounces.</li>
    <li>Fully molded Croslite&trade; material for lightweight cushioning and comfort.</li>
    <li>Heel strap swings back for snug fit, forward for wear as a clog.</li>]]></Custom6>
  </Offer>
....lots lots more <Offer> entries
</Offers>

我想将 'Offer' 的每个实例解析为 CSV 文件中自己的行：

require 'csv'
require 'nokogiri'

file = File.read('input.xml')
doc = Nokogiri::XML(file)
a = []
csv = CSV.open('output.csv', 'wb') 

doc.css('Offer').each do |node|
    a.push << node.content.split
end

a.each { |a| csv << a }

这运行得很好，除了我在空格而不是 Offer 节点的每个元素上进行拆分，因此每个单词都进入 CSV 文件中自己的列。

有没有办法获取每个节点的内容以及如何使用节点名称作为 CSV 文件中的标题？

【问题讨论】：

向我们展示预期的 csv 文件内容，以及您现在得到的内容

标签： ruby xml csv nokogiri

【解决方案1】：

这假定每个Offer 元素始终具有相同的子节点（尽管它们可以为空）：

CSV.open('output.csv', 'wb') do |csv|
  doc.search('Offer').each do |x|
    csv << x.search('*').map(&:text)
  end
end

并获取标题（从第一个 Offer 元素开始）：

CSV.open('output.csv', 'wb') do |csv|
  csv << doc.at('Offer').search('*').map(&:name)
  doc.search('Offer').each do |x|
    csv << x.search('*').map(&:text)
  end
end

search 和 at 是 Nokogiri 函数，可以采用 XPath 或 CSS 选择器字符串。 at 将返回第一次出现的元素； search 将提供一个匹配元素的数组（如果没有找到匹配项，则提供一个空数组）。在这种情况下，* 将选择作为当前节点的直接子节点的所有节点。

name 和 text 也是 Nokogiri 函数（用于元素）。 name 提供元素的名称； text 提供节点的文本或 CDATA 内容。

【讨论】：

感谢 kardeiz；效果很好。确认我的理解； 'at' 表示首先出现 'Offer'，然后搜索 * 查找 'Offer' 下的所有节点。 map/&name 然后获取节点名称（所以在这种情况下 name 属于 nokogiri？但 map 属于 csv 库？）
我在回答中添加了一些有关各种功能的信息。您的理解是正确的，只是这里的map 不是CSV 函数； search 的结果是一个节点集，其行为类似于 Ruby array，因此您可以对其元素进行法线贴图。唯一的 CSV 函数是 open 和 << 调用，它们将新行推送到 CSV 文件。

【解决方案2】：

试试这个，然后修改它以推送到您的 CSV：

doc.css('Offer').first.elements.each do |n|
  puts "#{n.name}: #{n.content}"
end

【讨论】：