使用Ruby和Nokogiri迭代访问子XML元素

Question

我有一个类似的XML文件：

<Companies type="Container">
<Company type="Category">
    <Name type="Property">Company 123</Name>
    <Location type="Property">New York</Location>
    <Employees type="Container">
        <Employee type="Reference">
            <Name type="Property">John Smith</Name>
            <Email type="Property">john@company.123</Email>
        </Employee>
        <Employee type="Reference">
            <Name type="Property">Jane Doe</Name>
            <Email type="Property">jane@company.123</Email>
        </Employee>
</Company>
<Company type="Category">
    <Name type="Property">Company ABC</Name>
    <Location type="Property">Minneapolis</Location>
    <Employees type="Container">
        <Employee type="Reference">
            <Name type="Property">John Doe</Name>
            <Email type="Property">[e-mail]</Email>
        </Employee>
        <Employee type="Reference">
            <Name type="Property">Jane Smith</Name>
            <Email type="Property">[e-mail]</Email>
        </Employee>
</Company>

我必须浏览这个文件并获取所有信息，这样我才能使用它。我可以使用Nokogiri循环浏览和访问每个"公司"，并获得"名称"one_answers"位置"属性。然而，我不知道如何访问每个"公司"的"员工"信息。

我确信我错过了一些简单的东西，但我一直在窥探，我似乎无法解开这个谜。非常感谢您的帮助。

Answer 1

注意：我强烈建议在开发时传递参数(raw_xml_string, nil, nil, Nokogiri::XML::ParseOptions::STRICT)，以捕获格式错误的xml。

xdoc = Nokogiri.XML(raw_xml_string)
( xdoc/'/Companies/Company' ).each {|com|
  puts "company:"
  p [(com/'./Name').text, (com/'./Location').text]
  puts "employees:"
  # you need another loop to grab the employees.
  (com/'Employees/Employee').each {|emp|
    p [(emp/'./Name').text, (emp/'./Email').text]
  }
}

使用/或%方法时需要注意的一点是，它们将选择任何子代，而不仅仅是直接子代。这就是为什么我使用'./Name'而不仅仅是'Name'。

Answer 2

您的XML格式不正确。

Nokogiri可以使用errors()方法帮助您找出问题所在。解析XML并检查errors():

doc = Nokogiri::XML(xml)
puts doc.errors

输出：

Unescaped '<' not allowed in attributes values
attributes construct error
Couldn't find end of Start Tag Name line 4
Opening and ending tag mismatch: Company line 3 and Name
Opening and ending tag mismatch: Employees line 6 and Company
Unescaped '<' not allowed in attributes values
attributes construct error
Couldn't find end of Start Tag Name line 17
Opening and ending tag mismatch: Company line 16 and Name
Opening and ending tag mismatch: Employees line 19 and Company

Nokogiri将尝试修复XML，但有些事情无法正确完成。修复缺失的报价就是其中之一：

<Name type="Property>Company 123</Name>
<Name type="Property>Company ABC</Name>

是错误的。它们应该是：

<Name type="Property">Company 123</Name>
<Name type="Property">Company ABC</Name>

此外，</Employees>的结束标记在这两种情况下都丢失了，但Nokogiri会修复这些标记。