Nokogiri 鋸教程翻译：在XML/HTML文档中搜索,Searching a XML/HTML Document

StupidBeauty

Articles
Now reading
User manage
Category
Blind Box

Read times:1892Posted at:

- no title specified

Nokogiri 鋸教程翻译：在XML/HTML文档中搜索,Searching a XML/HTML Document

内容目录

基本搜索

假设，妳已有以下这个文档：

[shows.xml]

<root>

<name>Married with Children</name>

<character>Al Bundy</character>

<character>Bud Bundy</character>

<character>Marcy Darcy</character>

</characters>

</sitcom>

<name>Perfect Strangers</name>

<character>Larry Appleton</character>

<character>Balki Bartokomous</character>

</characters>

</sitcom>

</sitcoms>

<drama>

<character>John "Hannibal" Smith</character>

<character>Templeton "Face" Peck</character>

<character>"B.A." Baracus</character>

<character>"Howling Mad" Murdock</character>

</characters>

</drama>

</dramas>

</root>

进一步假设，妳想要搜索到这个文档中所有的演出（shows）里所有的角色（characters）的列表。

@doc = Nokogiri :: XML ( File .open ( "shows.xml" ))

@doc .xpath("//character")

# => ["<character>Al Bundy</character>",

# "<character>Bud Bundy</character>",

# "<character>Marcy Darcy</character>",

# "<character>Larry Appleton</character>",

# "<character>Balki Bartokomous</character>",

# "<character>John \"Hannibal\" Smith</character>",

# "<character>Templeton \"Face\" Peck</character>",

# "<character>\"B.A.\" Baracus</character>",

# "<character>\"Howling Mad\" Murdock</character>"]

与 Node 相关的方法（ xpath 和 css ）实际返回的是一个 NodeSet ，它类似于一个数组，包含着文档中相匹配的那些节点。

characters [ 0 ] .to_s # => "<character>Al Bundy</character>"

妳可以使用自己喜欢的任何XPath或CSS查询语句(参考XPath和CSS语法一节，以了解更多信息)。

@doc .xpath ( "//dramas//character" )

# => ["<character>John \"Hannibal\" Smith</character>",

# "<character>Templeton \"Face\" Peck</character>",

# "<character>\"B.A.\" Baracus</character>",

# "<character>\"Howling Mad\" Murdock</character>"]

注意，妳甚至可以在XML 文档中使用CSS 查询！

characters = @doc .css("sitcoms name") # => ["<name>Married with Children</name>", "<name>Perfect Strangers</name>"] # !> assigned but unused variable - characters

一般来说，CSS查询是最简单、最简洁地表达妳要寻找的内容的方式，所以，勇敢地使用它们吧！

单条结果

如果妳知道妳只会获取到单条结果的话，那么，妳可以使用快捷的 at_css 和 at_xpath ，而无需再去访问NodeSet 中的第一个元素。

@doc .css ( "dramas name" ) .first # => "<name>The A-Team</name>"

@doc .at_css("dramas name") # => "<name>The A-Team</name>"

命名空间

就像 Ruby代码一样， XML 也会发生名字冲突。例如，汽车零件店会卖轮胎，而自行车店也会卖轮胎。它们可能都会使用 “tire”标记来描述它们所卖的轮胎。然而，我们需要区分出汽车轮胎和自行车轮胎。这个时候，命名空间就能派上用场了。

命名空间，将一个唯一的URL 与标记关联起来。让我们看一看汽车零件店的XML，以及自行车店的：

[parts.xml]

<parts>

<tire>all weather</tire>

<tire>studded</tire>

<tire>extra wide</tire>

</inventory>

<tire>street</tire>

<tire>mountain</tire>

</inventory>

</parts>

由于这些 URL 是唯一的，所以，我们可以将我们的查询关联到某个 URL 上，这样，就获取到只属于那个 url的轮胎：

@doc = Nokogiri :: XML ( File .read ( "parts.xml" ))

car_tires = @doc .xpath('//car:tire', 'car' => 'http://alicesautoparts.com/') # !> assigned but unused variable - car_tires

# => ["<tire>all weather</tire>", # !> assigned but unused variable - bike_tires

# "<tire>studded</tire>",

# "<tire>extra wide</tire>"]

bike_tires = @doc .xpath('//bike:tire', 'bike' => 'http://bobsbikes.com/')

# => ["<tire>street</tire>", "<tire>mountain</tire>"]

为了简化命名空间的注册动作， nokogiri 会自动为妳将它在根节点上找到的命名空间注册上。 Nokogiri 会将声明中的名字与所提供的URL 关联起来。如果我们遵循这个命名惯例，那么，我们就可以缩短代码。

例如，下面这个原子文章列表：

[atom.xml]

<?xml version="1.0" encoding="utf-8"?>

<title>Example Feed</title>

</author>

<entry>

<title>Atom-Powered Robots Run Amok</title>

</entry>

</feed>

如果我们遵循这个惯例，那么，我们可以使用以下代码来获取到所有的title 标记

@doc .xpath('//xmlns:title') # => ["<title>Example Feed</title>", "<title>Atom-Powered Robots Run Amok</title>"]

不过，别以为事情就是这么简单。妳并非一定要用 XPath才能利用命名空间。也可以使用 CSS选择器。在 CSS 中，使用管道符号来表示命名空间搜索。

让我们将上一个搜索用CSS重写：

@doc .css('xmlns|title') # => ["<title>Example Feed</title>", "<title>Atom-Powered Robots Run Amok</title>"]

在使用CSS的时候，如果命名空间被称作“xmlns”，那么，妳甚至可以省略命名空间名字。也就是说，使用CSS的话，可以这样写：

@doc .css ( 'title' ) # => ["<title>Example Feed</title>", "<title>Atom-Powered Robots Run Amok</title>"]

命名空间本身是一个广泛的话题。如果妳想了解更多示例，那么，请阅读这篇文章或者向邮件列表发送一封邮件，我们会尽力相助。

然而，我狠懒，不想处理命名空间的鸟事！

懒 == 高效，所以，我并不会批评妳懒。 :)

如果妳遇到一个带有命名空间的 XML文档，但是却想要完全无视它们，那么，妳可以调用XML::Document 的 remove_namespaces 方法，来去掉所有的命名空间。当然，如果该文档中包含了名字相同而命名空间不同的节点的话，则，如今它们就会产生歧义了。但是，妳懒！妳不在意这个！

Scarlett Johansson

debian

Your opinions

Your name:

Email:Website url:Opinion content:

- no title specified

HxLauncher: Launch Android applications by voice commands