使用 Nokogiri 获取具有命名空间的属性值答案

【问题标题】：Get the values of attributes with namespace, using Nokogiri使用 Nokogiri 获取具有命名空间的属性值
【发布时间】：2012-01-22 01:25:04
【问题描述】：

我正在使用 Nokogiri 解析一个从 .docx 文件中提取的 document.xml 文件，并且需要获取带有名称的属性值，例如“w:val”。

这是源 XML 的示例：

<w:document>
  <w:body>
    <w:p w:rsidR="004D5F21" w:rsidRPr="00820E0B" w:rsidRDefault="00301D39" pcut:cut="true">
      <w:pPr>
        <w:jc w:val="center"/>
      </w:pPr>
  </w:body>
</w:document>

这是代码示例：

require 'nokogiri' 

doc = Nokogiri::XML(File.open(path))
  doc.search('//w:jc').each do |n|
    puts n['//w:val']
  end

控制台中什么都没有，只有空行。如何获取属性的值？

【问题讨论】：

标签： ruby xml-parsing nokogiri

【解决方案1】：

该文档缺少其命名空间声明，Nokogiri 对此不满意。如果您检查 errors 的 doc 方法，您会看到如下内容：

放 doc.errors 文档上的命名空间前缀 w 未定义未定义主体上的命名空间前缀 w 未定义 p 上 rsidR 的命名空间前缀 w 未定义 p 上 rsidRPr 的命名空间前缀 w 未定义 p 上 rsidRDefault 的命名空间前缀 w 未定义用于在 p 上剪切的命名空间前缀 pcut p 上的命名空间前缀 w 未定义 pPr 上的命名空间前缀 w 未定义 jc 上 val 的命名空间前缀 w 未定义 jc 上的命名空间前缀 w 未定义开始和结束标签不匹配：p 第 3 行和正文开始和结束标签不匹配：正文第 2 行和文档标记文档第 1 行中的数据过早结束

通过使用 Nokogiri 的 CSS 访问器，而不是 XPath，您可以绕过命名空间问题：

puts doc.at('jc')['val']

将输出：

center

如果您需要遍历多个 jc 节点，请使用 search 或其别名之一或类似方法，类似于您之前所做的。

【讨论】：

“文档缺少其命名空间声明”。我是 Nokogiri 的新人，你能告诉我，为什么吗？
我不知道为什么缺少 XML 命名空间。示例 XML 可能不完整或未正确复制。可能 XML 在生成时格式不正确。

【解决方案2】：

require 'nokogiri' 

doc = Nokogiri::XML(File.open(path))
  doc.xpath('//jc').each do |n|
    puts n.attr('val')
  end

应该可以。不要忘记查看文档：http://nokogiri.org/tutorials/searching_a_xml_html_document.html#fn:1

【讨论】：

【解决方案3】：

在那里显示：

require 'nokogiri' 

doc = Nokogiri::XML(File.open(path))
  doc.search('jc').each do |n|
  puts n['val']
end

另外，是的，请阅读：http://nokogiri.org/tutorials/searching_a_xml_html_document.html#fn:1

【讨论】：