如何使多个标题的一个列表

Question

我有这个XML字符串:

xml = "<name>Married with Children</name>
<person age="20">Al Bundy</person>
<character age="20">Bud Bundy</character>
<character age="19">Marcy Darcy</character>
<person age="18">John Doe</person>"

我明白如果我使用

xml.css("characters")

它会生成一个带有字符标记的标题列表，类似于

[<character age="20">Bud Bundy</character>, <character age="19">Marcy Darcy</character>]

我只是想去掉name标签，所以我想:

[<person age="20">Al Bundy</person>, 
 <character age="20">Bud Bundy</character>, 
 <character age="19">Marcy Darcy</character>, 
 <person age="18">John Doe</person>]

是否有一种方法来创建一个人或字符标记的列表?

Answer 1

你的问题有很多问题，但我会试着把它们整理出来，这样你就能明白发生了什么，以及如何在将来写出更好的问题。

1. 您的XML示例格式不正确:

   xml = "<name>Married with Children</name>
   <person age="20">Al Bundy</person>
   <character age="20">Bud Bundy</character>
   <character age="19">Marcy Darcy</character>
   <person age="18">John Doe</person>"
   -:3: syntax error, unexpected tINTEGER, expecting end-of-input
   <person age="20">Al Bundy</person>
   

   你得到这个是因为你有外部双引号，和双引号包装的参数。在提问时，确保样本数据是可用的是很重要的。它应该看起来像:

   xml = '<name>Married with Children</name>
   <person age="20">Al Bundy</person>
   <character age="20">Bud Bundy</character>
   <character age="19">Marcy Darcy</character>
   <person age="18">John Doe</person>'
   

   或者:

   xml = <<EOT
   <name>Married with Children</name>
   <person age="20">Al Bundy</person>
   <character age="20">Bud Bundy</character>
   <character age="19">Marcy Darcy</character>
   <person age="18">John Doe</person>
   EOT
   

   此时Ruby将允许您开始测试代码。

2. 您的示例XML没有根节点。XML有严格的定义，因此，提供正确的数据非常重要:

   require 'nokogiri'
   xml = '<name>Married with Children</name>
   <person age="20">Al Bundy</person>
   <character age="20">Bud Bundy</character>
   <character age="19">Marcy Darcy</character>
   <person age="18">John Doe</person>'
   doc = Nokogiri::XML(xml)
   doc.to_xml # => "<?xml version="1.0"?>n<name>Married with Children</name>n"
   

   如果我使用doc.errors Nokogiri会告诉我为什么它只有一个节点:

   doc.errors # => [#<Nokogiri::XML::SyntaxError: Extra content at the end of the document>]
   

   有两种方法可以解决这个问题，添加一个换行根节点，或者告诉Nokogiri将标记视为文档的一个片段:

   doc = Nokogiri::XML('<root>' + xml + '</root>')
   doc.to_xml # => "<?xml version="1.0"?>n<root><name>Married with Children</name>n<person age="20">Al Bundy</person>n<character age="20">Bud Bundy</character>n<character age="19">Marcy Darcy</character>n<person age="18">John Doe</person></root>n"
   

   或:

   doc = Nokogiri::XML::DocumentFragment.parse(xml)
   doc.to_xml # => "<name>Married with Children</name>n<person age="20">Al Bundy</person>n<character age="20">Bud Bundy</character>n<character age="19">Marcy Darcy</character>n<person age="18">John Doe</person>"
   

   请注意解析后两个dom之间的区别。第一个包含节点，第二个只包含样例XML中的节点。

   既然DOM没有错误，就可以开始解析和收集数据了。如果您不能确保DOM被正确解析，那么您可能会发现Nokogiri对DOM进行了修正和修改，以使其在语法上正确，从而产生与您期望的不同的结构。太频繁地处理这些会让你发疯的。

3. 在搜索时使用正确的标签名称。这是不言自明的，因为你要么得到一个结果，要么得到nil或一个空的NodeSet ([]):

   doc = Nokogiri::XML('<root>' + xml + '</root>')
   data = doc.css('characters') # => []
   data.class # => Nokogiri::XML::NodeSet
   data = doc.at_css('characters') # => nil
   

   而我们想要的是:

   data = doc.css('character') # => [#<Nokogiri::XML::Element:0x3fc8c4c4d598 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fc8c4c4d4bc name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fc8c4c4c544 "Bud Bundy">]>, #<Nokogiri::XML::Element:0x3fc8c4c49d44 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fc8c4c49ce0 name="age" value="19">] children=[#<Nokogiri::XML::Text:0x3fc8c4c49830 "Marcy Darcy">]>]
   data = doc.at_css('character') # => #<Nokogiri::XML::Element:0x3fc8c4c4d598 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fc8c4c4d4bc name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fc8c4c4c544 "Bud Bundy">]>
   

   或使用泛型方法:

   data = doc.search('character') # => [#<Nokogiri::XML::Element:0x3fe8fe0771d8 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fe8fe076ff8 name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fe8fe07633c "Bud Bundy">]>, #<Nokogiri::XML::Element:0x3fe8fe07606c name="character" attributes=[#<Nokogiri::XML::Attr:0x3fe8fe073fd8 name="age" value="19">] children=[#<Nokogiri::XML::Text:0x3fe8fe073b50 "Marcy Darcy">]>]
   data = doc.at('character') # => #<Nokogiri::XML::Element:0x3fe8fe0771d8 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fe8fe076ff8 name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fe8fe07633c "Bud Bundy">]>
   

   请注意，at及其at_css和at_xpath兄弟姐妹相当于search('for something').first。

让我们来看看获取所需数据的一种方法:您可以使用CSS的,操作符来查找多个不同的节点:

data = doc.search('character, person') # => [#<Nokogiri::XML::Element:0x3fd7de018c7c name="person" attributes=[#<Nokogiri::XML::Attr:0x3fd7de018b8c name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fd7de015b80 "Al Bundy">]>, #<Nokogiri::XML::Element:0x3fd7de014fb4 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fd7de014dd4 name="age" value="20">] children=[#<Nokogiri::XML::Text:0x3fd7de014550 "Bud Bundy">]>, #<Nokogiri::XML::Element:0x3fd7de014294 name="character" attributes=[#<Nokogiri::XML::Attr:0x3fd7de01421c name="age" value="19">] children=[#<Nokogiri::XML::Text:0x3fd7de011d00 "Marcy Darcy">]>, #<Nokogiri::XML::Element:0x3fd7de011a94 name="person" attributes=[#<Nokogiri::XML::Attr:0x3fd7de011a30 name="age" value="18">] children=[#<Nokogiri::XML::Text:0x3fd7de0112d8 "John Doe">]>]
data.map(&:to_xml) # => ["<person age="20">Al Bundy</person>", "<character age="20">Bud Bundy</character>", "<character age="19">Marcy Darcy</character>", "<person age="18">John Doe</person>"]

可以工作，但是您不能完全控制获得结果节点的顺序，而是按照它们在文档中出现的顺序。如果你想控制这个顺序，你可能会想要做两个单独的搜索，然后连接节点集。如何做那件事就留给你自己去想了。

要解析XML或HTML，很重要的是要理解CSS和/或XPath选择器。我建议专注于CSS选择器，因为它们通常更具可读性。此外，为了方便使用，Nokogiri实现了许多jQuery的CSS扩展，这增加了简单性的功能。XPath要强大得多，但代价是大量的视觉干扰。尽管如此，您还是希望熟悉它，以便在必要时从工具箱中取出该工具。

您可以使用简单的选择器，然后在Nokogiri中折叠/旋转/破坏结果，但是使用libXML的强大功能需要通过选择器向它提供信息，因此学习如何有效和正确地使用它们非常重要。让Nokogiri和libXML完成繁重的工作之间的速度差异将很快使您相信这一点。