Nokogiri和通过名称查找元素

我正在用Nokogiri解析一个XML文件，代码片段如下:

doc.xpath('//root').each do |root|
  puts "# ROOT found"
  root.xpath('//page').each do |page|
    puts "## PAGE found / #{page['id']} / #{page['name']} / #{page['width']} / #{page['height']}"
    page.children.each do |content|
      ...
    end
  end
end

如何解析页面元素中的所有元素?有三种不同的元素:图像、文本和视频。如何为每个元素创建case语句?

老实说，你看起来离我很近。

doc.xpath('//root').each do |root|
  puts "# ROOT found"
  root.xpath('//page').each do |page|
    puts "## PAGE found / #{page['id']} / #{page['name']} / #{page['width']} / #{page['height']}"
    page.children.each do |child|
      case child.name
       when 'image'  
          do_image_stuff
       when 'text'
          do_text_stuff
       when 'video'
          do_video_stuff
       end
    end
  end
end

Nokogiri的CSS和XPath访问器都允许指定多个标记，这对于这类问题很有用。而不是遍历文档的page标记中的每个标记:

require 'nokogiri'
doc = Nokogiri::XML('
  <xml>
  <body>
  <image>image</image>
  <text>text</text>
  <video>video</video>
  <other>other</other>
  <image>image</image>
  <text>text</text>
  <video>video</video>
  <other>other</other>
  </body>
  </xml>')

这是一个使用CSS的搜索:

doc.search('image, text, video').each do |node|
  case node.name
  when 'image'
    puts node.text
  when 'text'
    puts node.text
  when 'video'
    puts node.text
  else
    puts 'should never get here'
  end
end
# >> image
# >> image
# >> text
# >> text
# >> video
# >> video

注意，它按照CSS访问器指定的顺序返回标签。如果需要文档中标记的顺序，可以使用XPath:

doc.search('//image | //text | //video').each do |node|
  puts node.text
end
# >> image
# >> text
# >> video
# >> image
# >> text
# >> video

无论哪种情况，程序都应该运行得更快，因为所有搜索都在libXML中进行，只返回Ruby处理所需的节点。

如果你需要将搜索限制在<page>标签内，你可以在前面搜索找到page节点，然后在它下面搜索:

doc.at('page').search('image, text, video').each do |node|
  ...
end

或

doc.at('//page').search('//image | //text | //video').each do |node|
  ...
end

相关内容

最新更新

热门标签：