如何使用循环使用Nokogiri css选择器解析XML

Question

我正在尝试解析这个示例XML文件：

<Collection version="2.0" id="74j5hc4je3b9">
  <Name>A Funfair in Bangkok</Name>
  <PermaLink>Funfair in Bangkok</PermaLink>
  <PermaLinkIsName>True</PermaLinkIsName>
  <Description>A small funfair near On Nut in Bangkok.</Description>
  <Date>2009-08-03T00:00:00</Date>
  <IsHidden>False</IsHidden>
  <Items>
    <Item filename="AGC_1998.jpg">
      <Title>Funfair in Bangkok</Title>
      <Caption>A small funfair near On Nut in Bangkok.</Caption>
      <Authors>Anthony Bouch</Authors>
      <Copyright>Copyright © Anthony Bouch</Copyright>
      <CreatedDate>2009-08-07T19:22:08</CreatedDate>
      <Keywords>
        <Keyword>Funfair</Keyword>
        <Keyword>Bangkok</Keyword>
        <Keyword>Thailand</Keyword>
      </Keywords>
      <ThumbnailSize width="133" height="200" />
      <PreviewSize width="532" height="800" />
      <OriginalSize width="2279" height="3425" />
    </Item>
    <Item filename="AGC_1164.jpg" iscover="True">
      <Title>Bumper Cars at a Funfair in Bangkok</Title>
      <Caption>Bumper cars at a small funfair near On Nut in Bangkok.</Caption>
      <Authors>Anthony Bouch</Authors>
      <Copyright>Copyright © Anthony Bouch</Copyright>
      <CreatedDate>2009-08-03T22:08:24</CreatedDate>
      <Keywords>
        <Keyword>Bumper Cars</Keyword>
        <Keyword>Funfair</Keyword>
        <Keyword>Bangkok</Keyword>
        <Keyword>Thailand</Keyword>
      </Keywords>
      <ThumbnailSize width="200" height="133" />
      <PreviewSize width="800" height="532" />
      <OriginalSize width="3725" height="2479" />
    </Item>
  </Items>
</Collection>

这是我当前的代码：

require 'nokogiri'
doc = Nokogiri::XML(File.open("sample.xml"))
somevar = doc.css("collection")
#create loop
somevar.each do |item|
  puts "Item "
  puts item['Title']
  puts "n"
end#items

从XML文档的根开始，我尝试从根"Collections"向下到每个新级别。

我从节点集中开始，从节点中获取信息，并且节点包含元素。如何将节点分配给变量，并提取其下的每一层和文本？

我可以执行下面的代码，但我想知道如何使用循环系统地遍历XML的每个嵌套元素，并输出每一行的数据。显示完文本后，如何移回上一个元素/节点，无论它是什么（遍历树中的节点）？

puts somevar.css("Keyworks Keyword").text

Answer 1

Nokogiri的NodeSet和Node支持非常相似的API，关键的语义差异是NodeSet的方法倾向于依次在所有包含的节点上操作。例如，当单个节点的children获取该节点的子节点时，NodeSet的children获取所有包含节点的子对象（按它们在文档中出现的顺序排列）。所以，要打印所有项目的所有标题和作者，你可以这样做：

require 'nokogiri'
doc = Nokogiri::XML(File.open("sample.xml"))
coll = doc.css("Collection")
coll.css("Items").children.each do |item|
  title = item.css("Title")[0]
  authors = item.css("Authors")[0]
  puts title.content if title
  puts authors.content if authors
end

你可以通过这种方式到达树的任何级别。另一个例子——深度优先搜索打印树中的每个节点（注意。打印的节点表示包括其子节点的打印表示，因此输出将相当长）：

def rec(node)
  puts node
  node.children.each do |child|
    rec child
  end
end

由于您专门询问了这一点，如果您想了解给定节点的父节点，可以使用parent方法。但是，如果您可以将处理放在传递给each的块中，以及在包含感兴趣子树的NodeSet上的类似块中，您可能永远不需要这样做。