将 XML 转换为 Ruby 哈希时保留属性答案

【问题标题】：Keeping attributes when converting XML to Ruby hash将 XML 转换为 Ruby 哈希时保留属性
【发布时间】：2013-10-11 02:48:29
【问题描述】：

我有一个要解析的大型 XML 文档。在本文档中，许多标签具有不同的属性。例如：

<album>
 <song-name type="published">Do Re Mi</song-name>
</album>

目前，我通过要求 'active_support/core_ext/hash' 来使用 Rail 的哈希解析库。

当我将其转换为哈希时，它会删除属性。它返回：

{"album"=>{"song-name"=>"Do Re Mi"}}

我如何维护这些属性，在本例中是 type="published" 属性？

这似乎以前在“How can I use XML attributes when converting into a hash with from_xml?”中被问过，没有确定的答案，但那是从 2010 年开始的，我很好奇从那以后情况是否发生了变化。或者，我想知道您是否知道解析此 XML 的另一种方法，以便我仍然可以包含属性信息。

【问题讨论】：

标签： ruby-on-rails ruby hash xml-parsing

【解决方案1】：

将 XML 转换为哈希并不是一个好的解决方案。剩下的哈希值比原始 XML 更难解析。另外，如果 XML 太大，您将得到一个不适合内存且无法处理的哈希，而原始 XML 可以使用 SAX 解析器进行解析。

假设文件在加载时不会占用你的内存，我建议使用Nokogiri 来解析它，执行以下操作：

require 'nokogiri'

class Album

  attr_reader :song_name, :song_type
  def initialize(song_name, song_type)
    @song_name = song_name
    @song_type = song_type
  end
end

xml = <<EOT
<xml>
  <album>
   <song-name type="published">Do Re Mi</song-name>
  </album>
  <album>
    <song-name type="unpublished">Blah blah blah</song-name>
  </album>
</xml>
EOT

albums = []
doc = Nokogiri::XML(xml)
doc.search('album').each do |album|
  song_name = album.at('song-name')
  albums << Album.new(
      song_name.text,
      song_name['type']
    )
end

puts albums.first.song_name
puts albums.last.song_type

哪些输出：

Do Re Mi
unpublished

代码首先定义了一个合适的对象，用于保存您想要的数据。当 XML 被解析成 DOM 时，代码会循环遍历所有 <album> 节点，提取信息，定义类的实例，并将其附加到 albums 数组中。

运行后，您将拥有一个数组，您可以遍历并处理每个项目，将其存储到数据库中，或者根据需要进行操作。不过，如果您的目标是将这些信息插入数据库，那么让 DBM 读取 XML 并直接导入它会更聪明。

【讨论】：

太棒了，铁皮人。我很高兴你早早阻止了我。这非常有用。
我没有声称它很棒，我就是这样做的。如果您遇到任何其他问题，请告诉我们。解析 XML/HTML 有时会非常令人沮丧。

【解决方案2】：

主动支持 XMLConverter 类的问题请将以下代码添加到您的任何初始化程序文件中。

module ActiveSupport
    class XMLConverter
        private
            def become_content?(value)
                value['type'] == 'file' || (value['__content__'] && (value.keys.size == 1 && value['__content__'].present?))
            end
    end
end

它会给你如下输出。

Ex 输入 XML

xml = '<album>
   <song-name type="published">Do Re Mi</song-name>
</album>'

Hash.from_xml(xml)

输出将是

{"album"=>{"song_name"=>{"type"=>"published", "__content__"=>"Do Re Mi"}}}

【讨论】：

是的，但这也不理想，因为如果从这样的哈希中我们尝试再次构造 xml {"album"=>{"song_name"=>{"type"=>"published", "__content__"=>"Do Re Mi"}}}.to_xml 我们会得到 <?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<hash>\n <album>\n <song-name>\n <type>published</type>\n <__content__>Do Re Mi</__content__>\n </song-name>\n </album> 这不是原始的。

【解决方案3】：

我实际上认为它是垃圾方法，它正在检查类型属性，如果它不返回哈希，它将返回 true，在方法 become_hash 中哪个？返回假。这是 process_hash 方法中的最后一次检查。所以它会为类型属性返回 nil 并且不会为它构建散列。

对于那些感兴趣的人，我正在谈论的是主动支持 gem active_support/core_ext/hash/conversions.rb

module ActiveSupport class XMLConverter private def garbage?(value) false end end end

我只是将其默认为 false，它对我有用，但可能并不适合所有人。

【讨论】：

【解决方案4】：

正如您在上面链接的问题，Nokogiri 是（简短的）答案。

如果你能提供一些示例代码，有人可能会想出更好的答案。

【讨论】：