如何在 Ruby 中将部分 XML 转换为哈希

Question

我有一个字符串，其中包含纯文本和额外的空格和回车符，然后是类似 XML 的标签，后跟 XML 标签：

String = "hi there.

<SET-TOPIC> INITIATE </SET-TOPIC>

<SETPROFILE>
   <KEY>name</KEY>
   <VALUE>Joe</VALUE>
</SETPROFILE>

 <SETPROFILE>
   <KEY>email</KEY>
   <VALUE>Email@hi.com</VALUE>
</SETPROFILE>

<GET-RELATIONS>
  <COLLECTION>goals</COLLECTION>
  <VALUE>walk upstairs</VALUE>
</GET-RELATIONS>
So what do you think?

Is it true?
 "

我想解析这个类似于使用 Nori 或 Nokogiri 或 Ox，它们将 XML 转换为哈希。

我的目标是能够轻松地将顶级标签作为键提取出来，然后了解所有元素，例如：

Keys = ['SETPROFILE', 'SETPROFILE', 'SET-TOPIC', 'GET-OBJECT']

Values[0] = [{name => Joe}, {email => email@hi.com}]
Values[3] = [{collection => goals}, {value => walk up}]

我已经看到了几个类似真正 XML 的函数，但我的所有函数都是部分的。

我开始沿着这条思路走：

parsed = doc.search('*').each_with_object({}) do |n, h| 
  (h[n.name] ||= []) << n.text 
end

Answer 1

将字符串内容包装在一个节点中，您可以使用 Nokogiri 对其进行解析。 XML 段之外的文本将成为新节点中的文本节点。

str = "hi there. .... Is it true?"
doc = Nokogiri::XML("<wrapper>#{str}</wrapper>")
segments = doc.xpath('/*/SETPROFILE')

现在您可以使用“Convert a Nokogiri document to a Ruby Hash”将段转换为哈希。

但是，如果纯文本包含一些需要在 XML 规范中转义的字符，您需要自己找到并转义它们。

Answer 2

如果我想要 keys 和 values 变量，我可能会按照这些思路做一些事情：

require 'nokogiri'

string = "hi there.

<SET-TOPIC> INITIATE </SET-TOPIC>

<SETPROFILE>
   <KEY>name</KEY>
   <VALUE>Joe</VALUE>
</SETPROFILE>

 <SETPROFILE>
   <KEY>email</KEY>
   <VALUE>Email@hi.com</VALUE>
</SETPROFILE>

<GET-RELATIONS>
  <COLLECTION>goals</COLLECTION>
  <VALUE>walk upstairs</VALUE>
</GET-RELATIONS>
So what do you think?

Is it true?
"

doc = Nokogiri::XML('<root>' + string + '</root>', nil, nil, Nokogiri::XML::ParseOptions::NOBLANKS)

nodes = doc.root.children.reject { |n| n.is_a?(Nokogiri::XML::Text) }.map { |node| 
  [
    node.name, node.children.map { |c|
      [c.name, c.content]
    }.to_h
  ]
}
nodes
# => [["SET-TOPIC", {"text"=>" INITIATE "}],
#     ["SETPROFILE", {"KEY"=>"name", "VALUE"=>"Joe"}],
#     ["SETPROFILE", {"KEY"=>"email", "VALUE"=>"Email@hi.com"}],
#     ["GET-RELATIONS", {"COLLECTION"=>"goals", "VALUE"=>"walk upstairs"}]]

从nodes 可以获取其余的细节：

keys = nodes.map(&:first)
# => ["SET-TOPIC", "SETPROFILE", "SETPROFILE", "GET-RELATIONS"]

values = nodes.map(&:last)
# => [{"text"=>" INITIATE "},
#     {"KEY"=>"name", "VALUE"=>"Joe"},
#     {"KEY"=>"email", "VALUE"=>"Email@hi.com"},
#     {"COLLECTION"=>"goals", "VALUE"=>"walk upstairs"}]

values[0] # => {"text"=>" INITIATE "}

如果您愿意，可以预处理 DOM 并删除顶级文本：

doc.root.children.select { |n| n.is_a?(Nokogiri::XML::Text) }.map(&:remove)
doc.to_xml
# => "<root><SET-TOPIC> INITIATE </SET-TOPIC><SETPROFILE><KEY>name</KEY><VALUE>Joe</VALUE></SETPROFILE><SETPROFILE><KEY>email</KEY><VALUE>Email@hi.com</VALUE></SETPROFILE><GET-RELATIONS><COLLECTION>goals</COLLECTION><VALUE>walk upstairs</VALUE></GET-RELATIONS></root>\n"

这使得使用 XML 变得更容易。