如何使用 Nokogiri 使空标签自动关闭？答案

【问题标题】：How can I make empty tags self-closing with Nokogiri?如何使用 Nokogiri 使空标签自动关闭？
【发布时间】：2011-03-28 13:40:57
【问题描述】：

我在 ERB 中创建了一个 XML 模板。我在导出过程中用数据库中的数据填充它。

在某些情况下，存在空值，在这种情况下元素可能为空，如下所示：

<someitem>

</someitem>

在这种情况下，接收导出的客户端希望将其转换为自闭合标签：

<someitem/>

我想看看如何让 Nokogiri 做到这一点，但我还没有看到。有人知道如何使用 Nokogiri 使空 XML 标签自动关闭吗？

更新

一个正则表达式就足以完成我上面指定的操作，但是客户端现在还希望其子项全部为空的标签能够自动关闭。所以这个：

<someitem>
  <subitem>

  </subitem>
  <subitem>

  </subitem>
</someitem>

...也应该是

<someitem/>

我认为这需要使用 Nokogiri。

【问题讨论】：

我不明白你更新的自动关闭规则。您似乎建议删除没有内容的节点 (subitem)。但是，如果是这种情况，那么在删除它们之后，父级 (someitem) 也应该被删除，因为它也没有内容。

标签： ruby xml nokogiri

【解决方案1】：

搜索

<([^>]+)>\s*</\1>

替换为

<\1/>

在 Ruby 中：

result = subject.gsub(/<([^>]+)>\s*<\/\1>/, '<\1/>')

说明：

<       # Match opening bracket
(       # Match and remember...
 [^>]+  # One or more characters except >
)       # End of capturing group
>       # Match closing bracket
\s*     # Match optional whitespace & newlines
<       # Match opening bracket
/       # Match /
\1      # Match the contents of the opening tag
>       # Match closing bracket

【讨论】：

这是我在导出过程中最容易有条件地加入的事情。谢谢！
@MattHuggins：您的编辑没有多大意义。 \n 已经包含在\s 中，所以[\s\n] 与\s 完全相同。但是之前的编辑已经很奇怪（出于同样的原因），所以我认为答案应该恢复到原来的形式。你怎么看？
@TimPietzcker - 我没有意识到 \n 已经包含在 \s 中。第一次编辑启发了我的第二次编辑。如果你说的是真的，那么我同意恢复原来的答案可能是最好的。（可能值得更新\s* 的解释，以明确这包括空格和换行符。）
我已经继续并回复了 \s 包含换行符的注释。 :) 感谢您清除它！

【解决方案2】：

几个问题：

<foo></foo> 和 <foo /> 是一样的，所以为什么要担心这么小的细节呢？如果由于两者之间的文本节点是"\n" 而在语法上很重要，那么在您的 ERB 模板中进行测试以检查将去那里的值，如果它没有被初始化，则输出自闭合标签？请参阅“Yak shaving”。
为什么涉及 Nokogiri？您应该能够在 ERB 中生成正确的 XML，因为您可以控制模板。

编辑 - Nokogiri 的行为是不重写解析的 XML，除非它必须这样做。我怀疑您必须删除有问题的节点，然后将其重新插入为空节点以使 Nokogiri 输出您想要的内容。

【讨论】：

我非常同意你的第一点。收到导出的客户要求进行此更改。
然后在 ERB 中进行。第二次通过 Nokogiri 需要很多额外的处理，但没有太多额外的好处。
你说得很好，但由于这是种“刮牦牛”请求，我认为其他客户不会在意，我正在尝试在此客户端的导出任务中有条件地执行此操作。将条件逻辑放在一个地方比放在模板中的多个地方更容易。并且处理开销不是什么大问题，因为这段代码将像每月运行一次，如果需要 30 秒或 10 分钟，我真的不在乎。
当我有一个条件字符串需要在 ERB 中多次输出时，我要么在我的控制器中预定义它，要么在模板顶部创建它并将其分配给一个变量，然后在整个文档中引用该变量。例如，报表中的分页之类的内容在顶部和底部是相同的。
3 年后有人举报这个是否有某种原因？这些问题是修辞性的。