无法使用 Nokogiri 分析 XML

Question

我有一个XML文件，我正在尝试用Nokogiri分析它：

    <?xml version="1.0" encoding="ISO-8859-15"?>
<ehd:ehd ehd_version="1.40" xmlns:ehd="urn:ehd/001" xmlns="urn:ehd/icd/001">
  <ehd:header>
    <ehd:document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>
    <ehd:service_tmr V="2013-07-01..2013-12-31"/>
  </ehd:header>
  <ehd:body>
    <icd_stammdaten>
      <kapitel_liste>
        <kapitel>
          <nummer V="1"/>
          .......

通常我通过以下方式获得一个节点：

doc = Nokogiri::XML(params[:file])
puts doc.css('nummer')

现在我试过：

doc = Nokogiri::XML(params[:file])
puts doc.css('ehd:document_type_cd')

要获取此输出，请执行以下操作：

<ehd:document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>

但不知何故，我没有得到输出！这怎么可能？

Answer 1

在处理 XML 时使用 XPATH。

当XML中会出现同名时，那么下面使用Nokogiri::XML::Document#remove_namespaces!的技巧将使您的生活变得轻松：

require 'nokogiri'
doc = Nokogiri::XML::Document.parse <<-eot
 <?xml version="1.0" encoding="ISO-8859-15"?>
<ehd:ehd ehd_version="1.40" xmlns:ehd="urn:ehd/001" xmlns="urn:ehd/icd/001">
  <ehd:header>
    <ehd:document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>
    <ehd:service_tmr V="2013-07-01..2013-12-31"/>
  </ehd:header>
  eot
doc.remove_namespaces!
puts doc.at_xpath('//document_type_cd')
# >> <document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>

---

或者，如果你足够擅长命名空间的XML，那么请执行以下操作：

require 'nokogiri'
doc = Nokogiri::XML::Document.parse <<-eot
 <?xml version="1.0" encoding="ISO-8859-15"?>
<ehd:ehd ehd_version="1.40" xmlns:ehd="urn:ehd/001" xmlns="urn:ehd/icd/001">
  <ehd:header>
    <ehd:document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>
    <ehd:service_tmr V="2013-07-01..2013-12-31"/>
  </ehd:header>
  eot
puts doc.at_xpath('//ehd:document_type_cd','document_type_cd')
# >> <ehd:document_type_cd V="ICD" DN="ICD-Stammdatei" S="1.2.276.0.76.5.100"/>

Answer 2

> Nokogiri 教程说：

您不必使用 XPath 来获得命名空间的好处。也可以使用CSS选择器。CSS 只是使用管道符号来指示命名空间搜索。

所以在这种情况下，你可以做：

puts doc.css('ehd|document_type_cd')

如果您更喜欢使用 CSS 而不是 XPath。