Ruby中使用Nokogiri包来操作XML格式数据的教程

时间:2021-05-22

安装

对于Ubuntu,需要安装好 libxml2, libxslt 这两个组件:

$ apt-get install libxml2 libxslt

然后就可以:

$ gem install nokogiri

可选项
nokogiri提供了一些解析文件时的可选项,常用的有:

  • NOBLANKS : 删除空节点
  • NOENT : 替代实体
  • NOERROR : 隐藏错误报告
  • STRICT : 精确解析,当解析到文件异常时抛出错误
  • NONET : 在解析期间禁止任何网络连接.

可选项使用方式举例(通过块调用):

doc = Nokogiri::XML(File.open("blossom.xml")) do |config|config.strict.nonetend

或者

doc = Nokogiri::XML(File.open("blossom.xml")) do |config|config.options = Nokogiri::XML::ParseOptions::STRICT | Nokogiri::XML::ParseOptions::NONETend

解析

可以从文件,字符串,URL等来解析。靠的是这两个方法 Nokogiri::HTML, Nokogiri::XML:

读取字符串:

html_doc = Nokogiri::HTML("<html><body><h1>Mr. Belvedere Fan Club</h1></body></html>")xml_doc = Nokogiri::XML("<root><aliens><alien><name>Alf</name></alien></aliens></root>")

读取文件:

f = File.open("blossom.xml")doc = Nokogiri::XML(f)f.close

读取URL:

require 'open-uri'doc = Nokogiri::HTML(open("http:///"))

寻找节点

可以使用XPATH 以及 CSS selector 来搜索: 例如,给定一个XML:

<books> <book> <title>Stars</title> </book> <book> <title>Moon</title> </book></books>

xpath:

@doc.xpath("//title")

css:

@doc.css("book title")

修改节点内容

title = @doc.css("book title").firstotitle.content = 'new title'puts @doc.to_html# =>... <title>new title</title>...

修改节点的结构

first_title = @doc.at_css('title')second_book = @doc.css('book').last# 可以把第一个title放到第二个book中first_title.parent = second_book# 也可以随意摆放。second_book.add_next_sibling(first_title)# 也可以修改对应的classfirst_title.name = 'h2'first_title['class']='red_color'puts @doc.to_html# => <h2 class='red_color'>...</h2># 也可以新建一个nodethird_book = Nokogiri::XML::Node.new 'book', @docthird_book.content = 'I am the third book'second_book.add_next_sibling third_bookputs @doc.to_html# =>...<books> ... <book>I am the third book</book></books>

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章