使用 Ruby 和 Nokogiri 迭代访问子 XML 元素答案

【问题标题】：Accessing child XML elements iteratively with Ruby and Nokogiri使用 Ruby 和 Nokogiri 迭代访问子 XML 元素
【发布时间】：2012-07-12 17:23:13
【问题描述】：

我有一个类似这样的 XML 文件：

<Companies type="Container">
<Company type="Category">
    <Name type="Property">Company 123</Name>
    <Location type="Property">New York</Location>
    <Employees type="Container">
        <Employee type="Reference">
            <Name type="Property">John Smith</Name>
            <Email type="Property">john@company.123</Email>
        </Employee>
        <Employee type="Reference">
            <Name type="Property">Jane Doe</Name>
            <Email type="Property">jane@company.123</Email>
        </Employee>
</Company>
<Company type="Category">
    <Name type="Property">Company ABC</Name>
    <Location type="Property">Minneapolis</Location>
    <Employees type="Container">
        <Employee type="Reference">
            <Name type="Property">John Doe</Name>
            <Email type="Property">doe@company.abc</Email>
        </Employee>
        <Employee type="Reference">
            <Name type="Property">Jane Smith</Name>
            <Email type="Property">smith@company.abc</Email>
        </Employee>
</Company>

我必须浏览此文件并获取所有信息，以便我可以使用它。我可以使用 Nokogiri 循环访问每个“公司”并获得“名称”和“位置”属性就好了。但是，我不知道该怎么做是访问每个“公司”的“员工”信息。

我确定我遗漏了一些简单的东西，但我一直在窥探，我似乎无法揭开它的神秘面纱。 非常感谢提供帮助。

【问题讨论】：

请发布您的代码以获取名称和位置。由于 Nokogiri 有很多方法可以做事，我可以尝试根据您选择使用的方法调整我的答案。
请同时修复您的 xml。 Name 类型缺少右引号，并且缺少 Employee 和 Companies 结束标记。 Nokogiri 的默认解析模式不会报错，但您会得到错误的数据。

标签： ruby nokogiri

【解决方案1】：

注意：我强烈建议在开发时传递 args (raw_xml_string, nil, nil, Nokogiri::XML::ParseOptions::STRICT)，以捕获格式错误的 xml。

xdoc = Nokogiri.XML(raw_xml_string)

( xdoc/'/Companies/Company' ).each {|com|
  puts "company:"
  p [(com/'./Name').text, (com/'./Location').text]

  puts "employees:"
  # you need another loop to grab the employees.
  (com/'Employees/Employee').each {|emp|
    p [(emp/'./Name').text, (emp/'./Email').text]
  }
}

使用/ 或% 方法时需要注意的一点是，它们将选择任何后代，而不仅仅是直接孩子。这就是为什么我使用'./Name' 而不仅仅是'Name'。

【讨论】：

【解决方案2】：

您的 XML 格式不正确。

Nokogiri 可以使用errors() 方法帮助您找出问题所在。解析 XML 并检查 errors():

doc = Nokogiri::XML(xml)
puts doc.errors

输出：

Unescaped '<' not allowed in attributes values
attributes construct error
Couldn't find end of Start Tag Name line 4
Opening and ending tag mismatch: Company line 3 and Name
Opening and ending tag mismatch: Employees line 6 and Company
Unescaped '<' not allowed in attributes values
attributes construct error
Couldn't find end of Start Tag Name line 17
Opening and ending tag mismatch: Company line 16 and Name
Opening and ending tag mismatch: Employees line 19 and Company

Nokogiri 将尝试修复 XML，但它无法正确执行某些操作。修复丢失的引号就是其中之一：

<Name type="Property>Company 123</Name>
<Name type="Property>Company ABC</Name>

错了。它们应该是：

<Name type="Property">Company 123</Name>
<Name type="Property">Company ABC</Name>

另外，</Employees> 的结束标签在这两种情况下都缺失，但 Nokogiri 会修复这些问题。

【讨论】：