使用Ruby和Nokogiri迭代访问子XML元素

时间:2012-07-12 17:23:13

标签: ruby nokogiri

我有一个类似于此的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">doe@company.abc</Email>
        </Employee>
        <Employee type="Reference">
            <Name type="Property">Jane Smith</Name>
            <Email type="Property">smith@company.abc</Email>
        </Employee>
</Company>

我必须浏览此文件并获取所有信息,以便我可以使用它。我可以使用Nokogiri循环访问每个“公司”并获得“名称”和“位置”属性。但是,我无法弄清楚该怎么做才能访问每个“公司”的“员工”信息。

我确信我错过了一些简单的东西,但我一直在撬开,我似乎无法揭开它的神秘面纱。帮助将非常赞赏。

2 个答案:

答案 0 :(得分:8)

注意:我强烈建议在开发时传递args (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]
  }
}

当您使用/%方法时,需要注意的一点是,他们会选择任何后代,而不仅仅是直接子项。这就是为什么我使用'./Name'而不仅仅是'Name'

答案 1 :(得分:2)

您的XML格式不正确。

Nokogiri可以帮助您使用errors()方法找出问题所在。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。修复缺失的引号就是其中之一:

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

错了。他们应该是:

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

此外,两个案例中都缺少</Employees>的结束标记,但Nokogiri会修复这些标记。