使用Nokogiri解析XML，但无法解析命名空间

Question

我有一条XML消息，我的脚本需要能够解析"AccountStatus"节点元素。如果XML在没有命名空间的情况下发布，我的脚本可以正常工作。

当我包含原始名称空间时，当脚本执行Nokogiri::XML(request.body.read)时，将丢失一大块XML数据。

下面是XML示例：

curl -i -H -X POST -d "<?xml version="1.0" encoding="utf-8" ?>
<DocuSignEnvelopeInformation xmlns="http://www.w3.org/2001/XMLSchema">
    <EnvelopeStatus>
        <RecipientStatuses>
            <RecipientStatus>
                <Type>Signer</Type>
                <CustomFields />
                <AccountStatus>Active</AccountStatus>
                <RecipientId>ab2bf57b-72b7-48e7-8298-b1c7b56930b9</RecipientId>
            </RecipientStatus>
        </RecipientStatuses>
    </EnvelopeStatus>
</DocuSignEnvelopeInformation>" localhost:4567/shunt?uri=http://requestb.in/1hiag0y1

这是我的脚本：

require 'rubygems'
require 'sinatra'
require 'uri'
require 'nokogiri'
#require 'pry'
#require 'pp'
post '/shunt' do
puts "hello world"
xmldoc = Nokogiri::XML(request.body.read)
puts xmldoc
xmldoc.xpath("//docu:DocuSignEnvelopeInformation/EnvelopeStatus/RecipientStatuses/RecipientStatus", "docu"=>"http://www.w3.org/2001/XMLSchema").each do |node|
    puts node.text
end
end

这是输出：

hello world
<?xml version="1.0"?>
<DocuSignEnvelopeInformation/>

Answer 1

旋度问题：

看起来您遇到的第一个问题是curl命令。注意，curl命令指定了一个-H选项，但没有指定头。如果我试图运行你的curl命令，我会得到一个错误：

curl: (6) Couldn't resolve host 'POST'

看起来引号把你的命令搞砸了。在这个curl命令中：

curl -i -X POST -d "<?xml version="1.0" encoding="utf-8" ?> ...

第一个引用的字符串是：

"<?xml version="

然后curl是如何解释这之后的一切的——谁知道呢。您可以通过在xml的外部使用单引号来解决这个问题。但是，将xml放在一个文件中，然后让curl读取该文件要容易得多。如果将-d选项与@一起使用，如下图所示：

 -d @file_name

curl将从名为file_name的文件中读取xml。这里有一个例子：

curl -i -X POST -d @./xml_files/xml5.xml http://localhost:4567/shunt 

nokogiri问题：

xml中的每个子标记都是默认命名空间的一部分；因此，每个子标记名称前面都有名称空间名称。然而，您只将docu:放在xpath中的第一个标签前面：

//docu:DocuSignEnvelopeInformation/EnvelopeStatus/....
                                   ^
                                   |
                         missing namespace name

docu:必须在每个标记名之前。另外，请注意，您可以在xpath中的每个标记前面使用xmlns:，而不是指定docu命名空间。而且，只写要简单得多

  xpath = '//xmlns:AccountStatus'

供应商给我发了一条XML消息

如何做到这一点的细节很重要。

这里有一个curl命令，它将执行文件上传:

curl -i -F "xmlfile=@xml5.xml" http://localhost:4567/shunt

-F表示POST文件上传。在本地，xml位于一个名为xml5.xml的文件中。然后，您的sinatra应用程序可以执行以下操作：

post '/shunt' do
  require 'nokogiri'
  doc = Nokogiri::XML(
    params['xmlfile'][:tempfile].read
  )
  xpath = '//xmlns:AccountStatus'
  target_tag = doc.at_xpath(xpath)
  puts target_tag.text
end

或者，使用这个curl命令：

curl -i -X POST -d @xml5.xml http://localhost:4567/shunt

你的路线是这样的：

post '/shunt' do
  require 'nokogiri'
  doc = Nokogiri::XML(
    request.body.read
  )
  xpath = '//xmlns:AccountStatus'
  target_tag = doc.at_xpath(xpath)
  puts target_tag.text
end

内容类型标头：

-d选项将请求中的内容类型标头设置为：

这将导致curl使用内容类型application/x-www-form-urlencoded将数据传递给服务器。

-F选项将请求中的内容类型标头设置为：

这导致curl使用内容类型多部分/表单数据来POST数据