如何将文件转换为Nokogiri::XML对象

Question

我有一个示例XML文件(为了方便起见，我们称之为example.xml)，并希望将其转换为Nokogiri对象。

根据文档和许多其他在线资源，这应该可以工作:

xml = Nokogiri::XML(File.read("example.txt"))

但是xml.to_xml的值只有:

"<?xml version="1.0"?>n"

换句话说，它忽略了文件的其余部分。后面有很多标签，没有一个在xml对象中。

如何让Nokogiri获得所有标签?

下面是我使用的XML:

<? xml version="1.0" encoding="UTF-8" ?>
<Document>
    <Test>Test</Test>
</Document>

Answer 1

您似乎正在尝试解析一个无效的XML文档。

这可以通过删除XML声明中的空格来修复:

<?xml version="1.0" encoding="UTF-8"?>
<Document>
    <Test>Test</Test>
</Document>

---

How I figure this out

默认情况下，当Nokogiri解析文档出错时，它将填充errors数组。

xml = Nokogiri::XML(File.read("example.txt"))
p xml.errors
# => [#<Nokogiri::XML::SyntaxError: xmlParsePI : no target name>, #<Nokogiri::XML::SyntaxError: Start tag expected, '<' not found>]

你也可以配置Nokogiri，当它有解析错误时引发异常:

xml = Nokogiri::XML(File.read("example.txt")) do |config|
  config.strict
end

这两种情况都表明解析文档存在问题