Cast a Nokogiri::XML::Document to a Nokogiri::HTML::Document答案

【问题标题】：Cast a Nokogiri::XML::Document to a Nokogiri::HTML::DocumentCast a Nokogiri::XML::Document to a Nokogiri::HTML::Document
【发布时间】：2013-02-16 18:01:26
【问题描述】：

我想使用 XSL 将 XML 文档转换为 HTML，稍微修改一下，然后将其渲染出来。这基本上就是我正在做的事情：

source = Nokogiri::XML(File.read 'source.xml')
xsl = Nokogiri::XSLT(File.read 'transform.xsl')
transformed = xsl.transform(source)
html = Nokogiri::HTML(transformed.to_html)
html.title = 'Something computed'

Stylesheet::transform 总是返回XML::Document，但我需要一个HTML::Document 实例来使用title= 之类的方法。

上面的代码可以工作，但是导出和重新解析为 HTML 实在是太糟糕了。由于目标是源的子类，因此必须有更有效的方法来执行转换。

我该如何收拾这个烂摊子？

作为一个附带问题，Nokogiri 在处理 doctypes、不知道 <meta charset= 等方面通常让我印象深刻……有人知道具有类似功能的不那么自动魔法的库吗？

非常感谢；）

【问题讨论】：

由于HTML::Document 是XML::Document 的子类，因此看起来没有转换机制。但是，如果您查看诸如title 之类的HTML 特定方法，它们通常只是诸如title = at('title') and title.inner_text 之类的选择器。不确定您需要多少其他 HTML 特定方法。
@GSP 总的来说，即使是这种可怕的强制转换形式对于 HTML 特定的方法也是值得的。我怀疑拥有一个 HTML 文档实例对于有选择地表示像 br 和 meta 这样的空元素也更有帮助。我最初确实使用css('head > title') 设置了标题，但我坚信如果有人已经写得很好，你不应该再写它:)
在 Nokogiri 中，title 或任何类似的 HTML 助手确实没有什么特别之处，您无法在 XML 文档的上下文中安全地自行复制。或者，使用 Nokogiri::Slop(doc_to_parse) 或 Nokogiri::XML(doc_to_parse).slop! 并让它为您完成工作。
@theTinMan 谢谢，但是 Slop 装饰器并没有给我我想要的 HTML::Document 的东西。请记住，HTML 不是 XML — XHTML 是，但 HTML 基于 SGML，它允许在 XHTML 中使用 <br> 与 <br/> 之类的标签。奇怪的是，在使用带有<xsl:output method="html"/> 元素的 XSLT 进行转换时，Nokogiri 似乎尊重这些差异......哇，我的头。
再想一想，既然 HTML::Document 是 XML::Document 的子类，即使此时它不是 HTML，您是否可以简单地使用 Nokogiri::HTML(File.read 'source.xml') 开始第一行？

标签： ruby casting xml-serialization html-parsing nokogiri

【解决方案1】：

HTML::Document 扩展了 XML::Document，但 HTML 文档中的各个节点只是普通的 XML::Nodes，即没有任何 HTML::Nodes。这提出了一种将 XML 文档转换为 HTML 的方法，方法是创建一个新的空 HTML::Document 并将其 root 设置为 XML 文档的root：

html = Nokogiri::HTML::Document.new
html.root= transformed.root

新文档具有title= 和meta_encoding= 等HTML 方法可用，并且在序列化时创建HTML 文档而不是HTML：添加HTML 文档类型，正确使用<br> 等空标签，显示最小化的属性，其中适当的（例如<input type="checkbox" selected>）并且不会在<script> 块中转义> 之类的东西。

【讨论】：