xpath挑战:如何将多个结果合并为一个结果

Question

我使用Ruby 1.9.3p385和Nokogiri来解析XML文件。不太确定我使用的是哪个xpath版本，但它确实响应v.1语法/函数，而不是v.2语法。

我有这个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>

我想提取所有产品，为此我使用以下代码:

products = xml_file.xpath("/root_tag/middle_tag/item_tag/headline_1|/root_tag/middle_tag/item_tag/headline_2")
puts products.size # => 4

查看输出，使用:

products.each_with_index do |product, i|
  puts "product #{i}:"
  puts product
end

你得到这个:

product 0:
<headline_1>
  <tag_1>Product title 1</tag_1>
</headline_1>
product 1:
<headline_2>
  <tag_2>Product attribute 1</tag_2>
</headline_2>
product 2:
<headline_1>
  <tag_1>Product title 2</tag_1>
</headline_1>
product 3:
<headline_2>
  <tag_2>Product attribute 2</tag_2>
</headline_2>

我需要我的代码加入/合并所有匹配到相同的结果(所以产品。size应该是2)。最终输出应该像这样:

product 0:
<headline_1>
  <tag_1>Product title 1</tag_1>
</headline_1>
<headline_2>
  <tag_2>Product attribute 1</tag_2>
</headline_2>
product 1:
<headline_1>
  <tag_1>Product title 2</tag_1>
</headline_1>
<headline_2>
  <tag_2>Product attribute 2</tag_2>
</headline_2>

我在网上找遍了，但是所有的变化，例如:

products = xml_file.xpath("/root_tag/middle_tag/item_tag/*[self::headline_1|self::headline_2]")

似乎都输出相同的结果。

我是否遗漏了xpath中的重要内容，或者我是否忽略了某些内容?

Answer 1

XPath只知道普通序列，所以没有子序列之类的东西。您必须将每个"产品"包装到某个XML元素中。很高兴我们已经有了这样一个元素(<item_tag/>)，所以代码相当简单:

products = doc.xpath("(//item_tag")
products.each_with_index do |product, i|
  puts "product #{i}:"
  product.children.each do |line|
    puts line
  end
end

输出是(可能需要一些更多的格式化，但我不习惯ruby，不能帮助你):

product 0:
<headline_1>
        <tag_1>Product title 1</tag_1>
      </headline_1>
<headline_2>
        <tag_2>Product attribute 1</tag_2>
      </headline_2>
product 1:
<headline_1>
        <tag_1>Product title 2</tag_1>
      </headline_1>
<headline_2>
        <tag_2>Product attribute 2</tag_2>
      </headline_2>

---

要处理所有<headline_n/> -标签，您还可以使用//*[starts-with(local-name(), 'headline')]来使代码更灵活