处理具有相同名称和不同 XPath 的子元素的存储？

Question

我正在尝试使用 Nokogiri 从 XML 中提取值。

我想将具有相同名称但不同 xpath 的子元素存储在一个数组中。这些元素是ProdA、ProdB。

目前我只尝试打印子元素，但到目前为止我的代码只打印“SDocument”而不是子元素。

目标是有一个这样的数组：

array = [["2","8"], ["8","9"]]

这是代码：

#!/usr/bin/env ruby
require 'nokogiri'

doc = Nokogiri::XML(File.open("input.xml"))

a = doc.xpath("//SDocument").each do |n|
  n if n.text?
end

puts a

这是 XML：

<?xml version="1.0" encoding="UTF-8"?>
<Document-St-5>
  <SDocument>
    <ItemList>
      <Items_A>
        <ItemElem>
          <Item_Values>
            <ProdA>2</ProdA>
            <ProdB>8</ProdB>
          </Item_Values>
        </ItemElem>        
      </Items_A>
      <Items_B>
        <ItemElem>
          <Item_Values>
            <ProdA>8</ProdA>
            <ProdB>9</ProdB>
          </Item_Values>
        </ItemElem>
      </Items_B>
    </ItemList>
  </SDocument>
</Document-St-5>

有人可以指点我正确的方法吗？

---

更新：

我真正想要的是在一个数组中存储 SDocument 节点的所有唯一子元素的 XPath 以及具有多个 发生，将它们分组存储。但如果可能在不知道孩子名称的情况下获取 XPath，则只获取唯一的 XPath。

例如：

子元素StName 和StCode 各只出现一次，那么目前有XPath 的数组将是：

arr_Xpath = [ ["/Document-St-5/SDocument/StName"], ["/Document-St-5/SDocument/StCode"], ... ]

作为节点 Items_A 子节点的 ProdA 节点具有以下 XPath：

/Document-St-5/SDocument/ItemList/Items_A/ItemElem/Item_Values/ProdA

作为节点 Items_B 子节点的 ProdA 节点具有以下 XPath：

/Document-St-5/SDocument/ItemList/Items_B/ItemElem/Item_Values/ProdA

那么子元素的唯一 XPath 数组将是（包括 ProdB 节点的 XPath）：

arr_Xpath = [ "/Document-St-5/SDocument/StName", 
        "/Document-St-5/SDocument/StCode", 
        "/Document-St-5/SDocument/ItemList/Items_A/ItemElem/Item_Values/ProdA", 
        "/Document-St-5/SDocument/ItemList/Items_A/ItemElem/Item_Values/ProdB",
        "/Document-St-5/SDocument/ItemList/Items_B/ItemElem/Item_Values/ProdA",
                  "/Document-St-5/SDocument/ItemList/Items_B/ItemElem/Item_Values/ProdB" ]

我认为，首先了解唯一的 XPath，可以使用 doc.xpath("..") 获取每个子元素的值并将它们分组 如果它不止一次出现。所以，我想得到的最终数组是：

arr_Values = [ ["WERLJ01"], ["MEKLD"],["2","9"],["8","3"],["1"],["17"]]

地点：

• arr_Values[0] 是包含 StName 值的数组
• arr_Values[1] 是包含 StCode 值的数组
• arr_Values[2] 是包含 ProdA 节点的所有 Items_A 子节点值的数组。
• arr_Values[3] 是包含 ProdB 节点的所有 Items_A 子节点值的数组。
• arr_Values[4] 是包含 ProdA 节点的所有 Items_B 子节点的值的数组。
• arr_Values[5] 是包含 Items_B 的所有 ProdB 节点的子节点值的数组。

一个 XML 示例是：

<?xml version="1.0" encoding="UTF-8"?>
<Document-St-5>
  <SDocument>
    <StName>WERLJ01</StName>
    <StCode>MEKLD</StCode>
  <ItemList>
    <Items_A>
      <ItemElem>
        <Item_Values>
          <ProdA>2</ProdA>
          <ProdB>8</ProdB>
        </Item_Values>
      </ItemElem>        
    </Items_A>
    <Items_A>
      <ItemElem>
        <Item_Values>
          <ProdA>9</ProdA>
          <ProdB>3</ProdB>
        </Item_Values>
      </ItemElem>        
    </Items_A>       
    <Items_B>
      <ItemElem>
        <Item_Values>
          <ProdA>1</ProdA>
          <ProdB>17</ProdB>
        </Item_Values>
      </ItemElem>
    </Items_B>
  </ItemList>
  </SDocument>
</Document-St-5>  

更新 2：

你好，铁皮人，它有效！ “%w”和“%w[element1 element2]”是什么意思？ %w[...] 表单是否接受超过 2 个元素？

我是 Nokogiri 的新手，我只提到 Xpath，因为 XML 有 200 多个唯一的子节点（唯一的 Xpath），那么你建议我对所有子节点使用与 CSS 相同的技术还是有办法处理XML 并在不知道子节点名称的情况下执行相同操作（将具有相同名称和相同 Xpath 的元素分组到数组中）？我想知道你建议我的方式。

再次感谢

Answer 1

这是一种方法：

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<?xml version="1.0" encoding="UTF-8"?>
<Document-St-5>
  <SDocument>
    <ItemList>
      <Items_A>
        <ItemElem>
          <Item_Values>
            <ProdA>2</ProdA>
            <ProdB>8</ProdB>
          </Item_Values>
        </ItemElem>        
      </Items_A>
      <Items_B>
        <ItemElem>
          <Item_Values>
            <ProdA>8</ProdA>
            <ProdB>9</ProdB>
          </Item_Values>
        </ItemElem>
      </Items_B>
    </ItemList>
  </SDocument>
</Document-St-5>
EOT

data = doc.search('SDocument').map{ |node| 
  %w[ProdA ProdB].map{ |n| node.search(n).map(&:text) }
}


data # => [[["2", "8"], ["8", "9"]]]

这会导致嵌套比你想要的更深，但它很接近。

有点不同的方式，也许更容易理解，是：

data = doc.search('SDocument').map{ |node| 
  %w[A B].map{ |ab|
    node.at("Items_#{ ab }").search('ProdA, ProdB').map(&:text)
  }
}

嵌套比您指定的更深一层的原因是，我假设 XML 中会有多个 <SDocument> 标记。如果没有，则可以稍微修改代码以按照您的要求返回数组：

data = doc.search('Items_A, Items_B').map{ |node| 
  node.search('ProdA, ProdB').map(&:text)
}

data # => [["2", "8"], ["8", "9"]]

请注意，我正在使用 CSS 选择器，以便于指定我希望代码查看两个不同的节点，分别是 Items_A 和 Items_B，以及 ProdA 和 ProdB。

---

问题完全改变后更新：

设置如下：

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<?xml version="1.0" encoding="UTF-8"?>
<Document-St-5>
  <SDocument>
    <StName>WERLJ01</StName>
    <StCode>MEKLD</StCode>
  <ItemList>
    <Items_A>
      <ItemElem>
        <Item_Values>
          <ProdA>2</ProdA>
          <ProdB>8</ProdB>
        </Item_Values>
      </ItemElem>        
    </Items_A>
    <Items_A>
      <ItemElem>
        <Item_Values>
          <ProdA>9</ProdA>
          <ProdB>3</ProdB>
        </Item_Values>
      </ItemElem>        
    </Items_A>       
    <Items_B>
      <ItemElem>
        <Item_Values>
          <ProdA>1</ProdA>
          <ProdB>17</ProdB>
        </Item_Values>
      </ItemElem>
    </Items_B>
  </ItemList>
  </SDocument>
</Document-St-5>  
EOT

代码如下：

data = %w[StName StCode].map{ |n| [doc.at(n).text] }
%w[ProdA ProdB].each do |prod|
  data << doc.search('Items_A').map{ |item| item.at(prod).text }
end
%w[ProdA ProdB].each do |prod|
  data << [doc.at("Items_B #{prod}").text]
end

捕获的内容如下：

data # => [["WERLJ01"], ["MEKLD"], ["2", "9"], ["8", "3"], ["1"], ["17"]]