如何将 Nokogiri HTML 节点转换为 JSON答案

【问题标题】：How to convert Nokogiri HTML node into JSON如何将 Nokogiri HTML 节点转换为 JSON
【发布时间】：2015-09-25 08:15:15
【问题描述】：

我输出 HTML 节点（Nokogiri::XML::Element

<prog>
  <prog_name>Barclay CTA Index</prog_name>
  <prog_id>9</prog_id>
</prog>

我想得到像这样的哈希：

{
    prog_name: "Barclay CTA Index"
    prog_id: 9
}

to_hash 方法不起作用：

[3] pry(main)> prog_element.to_hash
[]

【问题讨论】：

标签： ruby nokogiri

【解决方案1】：

试试这个：

Hash.from_xml(prog_element.to_xml).to_json

【讨论】：

不是from_xml rails 特定的吗？
如果您要在非 Rails 问题中推荐使用 Rails 方法，则需要说明如何访问它。简单地将方法扔到代码中只会增加混乱。

【解决方案2】：

如果您的 XML 很简单，那么构建散列很容易：

require 'json'
require 'nokogiri'

xml = <<EOT
<prog>
  <prog_name>Barclay CTA Index</prog_name>
  <prog_id>9</prog_id>
</prog>
EOT

doc = Nokogiri::XML(xml)

prog_name = doc.at('prog_name').text
prog_id = doc.at('prog_id').text.to_i

hash = {
  prog_name: prog_name,
  prog_id: prog_id
}

hash # => {:prog_name=>"Barclay CTA Index", :prog_id=>9}

puts hash.to_json
# >> {"prog_name":"Barclay CTA Index","prog_id":9}

如果您的 XML 不是那么简单（应该在示例中反映出来），那么它会涉及更多：

require 'json'
require 'nokogiri'

xml = <<EOT
<xml>
  <prog>
    <prog_name>Barclay CTA Index</prog_name>
    <prog_id>9</prog_id>
  </prog>
  <prog>
    <prog_name>foo</prog_name>
    <prog_id>1</prog_id>
  </prog>
</xml>
EOT

doc = Nokogiri::XML(xml)

hash = {
  'prog' => []
}

doc.search('prog').each do |prog|
  prog_name = doc.at('prog_name').text
  prog_id = doc.at('prog_id').text.to_i

  hash['prog'] << {
    prog_name: prog_name,
    prog_id: prog_id
  }
end

hash
# => {"prog"=>
#      [{:prog_name=>"Barclay CTA Index", :prog_id=>9},
#       {:prog_name=>"Barclay CTA Index", :prog_id=>9}]}

puts hash.to_json
# >> {"prog":[{"prog_name":"Barclay CTA Index","prog_id":9},{"prog_name":"Barclay CTA Index","prog_id":9}]}

XML 往往比较冗长，而 JSON 则非常简洁，因此通常不需要将 XML 节点一对一映射到 JSON，从而允许我们选择 JSON 的外观。如果 XML 很大并且包含很多您不需要传递的数据，那将是一个很大的优势。

如果您想逐字转换 XML，您可以利用其他 gem 或使用 Rails 的 from_xml，它在 Active Support's core extensions to Hash 中找到，但在那里没有记录。不过，它记录在Active Support Hash documentation 中：

require 'active_support/core_ext/hash/conversions'
require 'json'

xml = <<EOT
<xml>
  <prog>
    <prog_name>Barclay CTA Index</prog_name>
    <prog_id>9</prog_id>
  </prog>
  <prog>
    <prog_name>foo</prog_name>
    <prog_id>1</prog_id>
  </prog>
</xml>
EOT

hash = Hash.from_xml(xml)
# => {"xml"=>
#      {"prog"=>
#        [{"prog_name"=>"Barclay CTA Index", "prog_id"=>"9"},
#         {"prog_name"=>"foo", "prog_id"=>"1"}]}}

puts hash.to_json

# >> {"xml":{"prog":[{"prog_name":"Barclay CTA Index","prog_id":"9"},{"prog_name":"foo","prog_id":"1"}]}}

请注意，使用 from_xml 不会将 prog_id 值从字符串转换为整数，这意味着它们也将通过 JSON 序列化作为字符串传递。此外，如果 XML 中有不需要的节点，它们将被传递到 JSON，使其膨胀并减慢传输速度，因此您需要决定是要将其施加到用户的浏览器还是接收端。

一旦您了解了 XML 和 Nokogiri，使用 Nokogiri 将 XML 转换为哈希并不难，掌握这些知识是您工具箱中的一套很好的工具。依赖from_xml 之类的东西是可以的，因为它很方便，但是你需要权衡这些知识和做自定义事情以及切片和切块的能力。操作和访问散列中的数据通常比直接使用像 Nokogiri 这样的工具更糟糕，因此它存在。

【讨论】：