如何让xpath表达式只读取文档的一部分(Ruby/Nokogiri/xpath)

Question

我使用Ruby 1.9.3p385, Nokogiri和xpath v.1。

在Stackoverflow上很棒的人的帮助下，我想出了这个xpath表达式:

products = xml_file.xpath("(/root_tag/middle_tag/item_tag")

分割XML文件:

<root_tag>
  <middle_tag>
    <item_tag>
      <headline_1>
        <tag_1>Product title 1</tag_1>
      </headline_1>
      <headline_2>
        <tag_2>Product attribute 1</tag_2>
      </headline_2>
    </item_tag>
    <item_tag>
      <headline_1>
        <tag_1>Product title 2</tag_1>
      </headline_1>
      <headline_2>
        <tag_2>Product attribute 2</tag_2>
      </headline_2>
    </item_tag>
  </middle_tag>
</root_tag>

变成2个产物

我现在希望遍历每个产品并提取所有产品信息(通过提取其叶节点)。为此，我使用以下代码:

products.each do |product|
  puts product #=> <item_tag><headline_1><tag_1>Product title 1</tag_1></headline_1><headline_2><tag_2>Product attribute 1</tag_2></headline_2></item_tag>
  product_data = product.xpath("//*[not(*)]")
  puts product_data #=> <tag_1>Product title 1</tag_1><tag_2>Product attribute 1</tag_2><tag_1>Product title 2</tag_1><tag_2>Product attribute 2</tag_2>
end

正如您所看到的，这正是我想要的，除了一件事:它读取产品而不是产品。

如何将搜索限制为只搜索产品?回答时，请注意这个例子是简化的。我更喜欢解决方案"擦除"产品知识(如果可能的话)，因为这样它可能在所有情况下都有效。

Answer 1

代替:

//*[not(*)] 

使用

:

(//product)[1]//*[not(*)] 

只选择XML文档中第一个product元素下的"叶节点"。

对文档中的所有product元素重复此操作。您可以通过以下命令获取它们的数量:

count(//product)

Answer 2

只需在//*[not(*)]之前添加一个.:

product_data = product.xpath(".//*[not(*)]")

这告诉XPath表达式从当前节点而不是根节点开始。

。Novatchev的回答虽然在技术上是正确的，但不会导致解析代码是惯用的Ruby。

Answer 3

你可能只是想:

product_data = product.xpath("*")

查找product的子元素