使用 libxml + ruby 进行 xpath 搜索答案

【问题标题】：xpath search using libxml + ruby使用 libxml + ruby 进行 xpath 搜索
【发布时间】：2013-08-20 09:58:40
【问题描述】：

我正在尝试使用 XPath 在 XML 文件中搜索特定节点。此搜索在 REXML 下工作得很好，但 REXML 对于大型 XML 文档来说太慢了。所以转移到LibXML。

我的简单示例是处理一个 Yum repomd.xml 文件，可以在这里找到一个示例：http://mirror.san.fastserv.com/pub/linux/centos/6/os/x86_64/repodata/repomd.xml

我的测试脚本如下：

require 'rubygems'
require 'libxml'

p = LibXML::XML::Parser.file( "/tmp/dr.xml")
repomd = p.parse

filelist = repomd.find_first("/repomd/data[@type='filelists']/location@href")
puts "Length: " + filelist.length.to_s
filelist.each do |f|
   puts f.attributes['href']
end

我收到此错误：

Error: Invalid expression.
/usr/lib/ruby/gems/1.8/gems/libxml-ruby-2.7.0/lib/libxml/document.rb:123:in `find': Error: Invalid expression. (LibXML::XML::Error)
from /usr/lib/ruby/gems/1.8/gems/libxml-ruby-2.7.0/lib/libxml/document.rb:123:in `find'
from /usr/lib/ruby/gems/1.8/gems/libxml-ruby-2.7.0/lib/libxml/document.rb:130:in `find_first'
from /tmp/scripty.rb:6

我也尝试过像下面这样更简单的例子，但仍然没有骰子。

p = LibXML::XML::Parser.file( "/tmp/dr.xml")
repomd = p.parse
filelist = repomd.root.find(".//location")
puts "Length: " + filelist.length.to_s

在上述情况下，我得到了输出：

Length: 0

非常感谢您的启发指导，我已经搜索了我做错了什么，但我无法弄清楚......

这里有一些代码会获取文件并处理它，但仍然不起作用......

require 'rubygems'
require 'open-uri'
require 'libxml'

raw_xml = open('http://mirror.san.fastserv.com/pub/linux/centos/6/os/x86_64/repodata/repomd.xml').read
p = LibXML::XML::Parser.string(raw_xml)
repomd = p.parse
filelist = repomd.find_first("//data[@type='filelists']/location[@href]")
puts "First: " + filelist

【问题讨论】：

标签： ruby xpath libxml2 libxml-ruby

【解决方案1】：

最后我回到了 REXML 并使用了流处理。更快、更容易的 XPath 语法实现。

【讨论】：

【解决方案2】：

查看您的代码，您似乎只想收集那些具有href 属性的location 元素。如果是这种情况，应该可以：

"//data[@type='filelists']/location[@href]"

【讨论】：

很遗憾没有，还有什么建议吗？搜索返回“nil”
仍然没有 :-( filelist = repomd.find_first("//data[contains(@type,'filelists')]/location[@href]") puts "First:" + filelist.字符串
@MediumDaveR 好的..这意味着 Error: Invalid expression 现在已经消失了..所以希望您明白您的 xpath 表达式不正确..:) 你能显示我puts filelist 的输出？
了解它对 libxml 无效（对 rexml 来说没问题，并且似乎符合标准）。代码现在是：filelist = repomd.find_first("//data[contains(@type,'filelists')]/location[@href]") puts "First:" + filelist 输出是：/tmp/scripty.rb: 7:in `+': can't convert nil into String (TypeError) from /tmp/scripty.rb:7
@MediumDaveR 为什么你不尝试nokogiri？这是最好的..