如何使用 XPath 和 Ruby 获取 XML 中的绝对节点路径？答案

【问题标题】：How to get the absolute node path in XML using XPath and Ruby?如何使用 XPath 和 Ruby 获取 XML 中的绝对节点路径？
【发布时间】：2010-12-30 00:39:18
【问题描述】：

基本上我想提取从节点到根的绝对路径并将其报告给控制台或文件。以下是目前的解决方案：

require "rexml/document"

include REXML

def get_path(xml_doc, key)
  XPath.each(xml_doc, key) do |node|
    puts "\"#{node}\""
    XPath.each(node, '(ancestor::#node)') do |el|
      #  puts  el
    end
  end
end

test_doc = Document.new <<EOF
  <root>
   <level1 key="1" value="B">
     <level2 key="12" value="B" />
     <level2 key="13" value="B" />
   </level1>
  </root>
EOF

get_path test_doc, "//*/[@key='12']"

问题是它给了我"<level2 value='B' key='12'/>" 作为输出。期望的输出是<root><level1><level2 value='B' key='12'/>（格式可能不同，主要目标是有一个完整的路径）。我只有 XPath 的基本知识，如果能提供任何帮助/指导，以及如何实现这一点，我将不胜感激。

【问题讨论】：

我想知道是否有任何使用 REXML 的解决方案。 Nokogiri 安装非常复杂，我没有对服务器框的 root 访问权限，脚本将运行。
Nokogiri 安装一点也不复杂。它需要 libxml，但许多 XML 解析器也需要它，所以它已经在很多系统上。试试locate libxml2 | grep /lib/看看；它应该出现在“/usr/lib/libxml2”之类的地方。如果您无权以 root 身份安装，您可以安装到备用目录，包括您自己的目录。我们很多人使用并推荐RVM 来管理本地 (~/.rvm) Ruby 安装。
感谢您的帮助。不幸的是，我必须使用 REXML（现在在多个开发盒上更新这个旧的服务器盒和 cygwin 安装非常昂贵）。从长远来看，我肯定会改用 Nokogiri（主要是因为性能）。

标签： ruby xml rexml

【解决方案1】：

这应该让你开始：

require 'nokogiri'

test_doc = Nokogiri::XML <<EOF
  <root>
   <level1 key="1" value="B">
     <level2 key="12" value="B" />
     <level2 key="13" value="B" />
   </level1>
  </root>
EOF

node = test_doc.at('//level2')
puts [*node.ancestors.reverse, node][1..-1].map{ |n| "<#{ n.name }>" }
# >> <root>
# >> <level1>
# >> <level2>

Nokogiri 非常棒，因为它允许您使用 CSS 访问器而不是 XPath，如果您愿意的话。 CSS 对某些人来说更直观，并且比等效的 XPath 更简洁：

node = test_doc.at('level2')
puts [*node.ancestors.reverse, node][1..-1].map{ |n| "<#{ n.name }>" }
# >> <root>
# >> <level1>
# >> <level2>

【讨论】：

【解决方案2】：

首先，请注意，我认为您的文档不是您想要的。我怀疑您不希望 <level1> 自动关闭，而是包含 <level2> 元素作为子元素。

其次，我更喜欢并提倡 Nokogiri 而不是 REXML。 REXML 带有 Ruby 很好，但是 Nokogiri 更快更方便，恕我直言。所以：

require 'nokogiri'

test_doc = Nokogiri::XML <<EOF
  <root>
    <level1 key="1" value="B">
      <level2 key="12" value="B" />
      <level2 key="13" value="B" />
    </level1>
  </root>
EOF

def get_path(xml_doc, key)
  xml_doc.at_xpath(key).ancestors.reverse
end

path = get_path( test_doc, "//*[@key='12']" )
p path.map{ |node| node.name }.join( '/' )
#=> "document/root/level1"

【讨论】：

【解决方案3】：

如果您选择使用 REXML，这里有一个 REXML 解决方案：

require 'rexml/document'

test_doc = REXML::Document.new <<EOF
  <root>
    <level1 key="1" value="B">
      <level2 key="12" value="B" />
      <level2 key="13" value="B" />
    </level1>
  </root>
EOF

def get_path(xml_doc, key)
  node = REXML::XPath.first( xml_doc, key )
  path = []
  while node.parent
    path << node
    node = node.parent
  end
  path.reverse
end

path = get_path( test_doc, "//*[@key='12']" )
p path.map{ |el| el.name }.join("/")
#=> "root/level1/level2"

或者，如果您想使用与其他答案相同的 get_path 实现，您可以通过猴子补丁 REXML 添加 ancestors 方法：

class REXML::Child
  def ancestors
    ancestors = []

    # Presumably you don't want the node included in its list of ancestors
    # If you do, change the following line to    node = self
    node = self.parent

    # Presumably you want to stop at the root node, and not its owning document
    # If you want the document included in the ancestors, change the following
    # line to just    while node
    while node.parent
      ancestors << node
      node = node.parent
    end

    ancestors.reverse
  end
end

【讨论】：