Nokogiri 如何匹配所有命名空间的元素

Question

我想找一个这样的元素。

xml1 = '<period>2017-02-10</period>'

或

xml2 = <<XML
<root xmlns:xbrli="http://www.w3.org/1999/xhtml">
  <xbrli:period>2017-02-10</period>
</root>
XML

我可以通过以下方式选择元素：

  def period_from_xml(xml)
    doc = Nokogiri::XML(xml)
    period_element = if doc.namespaces.keys.include?('xmlns:xbrli')
      doc.at_css("xbrli|period")
    else
      doc.at_css("period")
    end
  end

  period_from_xml(xml1)
  # => <period>2017-02-10</period>
  period_from_xml(xml2)
  # => <xbrli:period>2017-02-10</period>

我知道Nokogiri::XML::Document#remove_namespaces!，但我不想使用它，因为另一个地方我需要它。

也许复制doc 和doc_without_namespaces 是个好主意？

有没有简单易行的方法来处理这种情况？

Answer 1

我会用这个：

require 'nokogiri'

xml = <<EOT
<root xmlns:xbrli="http://www.w3.org/1999/xhtml">
  <period>2017-02-10</period>
  <xbrli:period>2017-02-11</period>
</root>
EOT

doc = Nokogiri::XML(xml)

doc.search('period,xbrli|period').map(&:text) # => ["2017-02-10", "2017-02-11"]

'period,xbrli|period' 在 CSS 中的意思是“找到 "period" 或 "xbrli:period"。

另见“How to avoid joining all text from Nodes when scraping”。