使用 Nokogiri 从 XML 获取低级 xpath答案

【问题标题】：Get low level xpath from XML with Nokogiri使用 Nokogiri 从 XML 获取低级 xpath
【发布时间】：2014-05-20 00:25:59
【问题描述】：

我试图将下面 XML 中低级元素的所有唯一 Xpath 存储在一个数组中，但就像我在数组 a 中所做的那样，正在存储所有 XML，而不仅仅是 Xpath 本身。 XML 具有不同级别的 Xpath。我的意思是，一些子元素只有 2 个祖先，而另一些则不止一个。

这是我的代码。

require 'nokogiri'
doc = Nokogiri::XML(<<EOT)

<?xml version="1.0" encoding="UTF-8"?>
<items>
    <item>
        <name>Cake</name>
        <ppu>0.55</ppu>
        <batters>
            <batter>Regular</batter>
            <batter>Chocolate</batter>
            <batter>Blueberry</batter>
            <batter>Devil's Food</batter>
        </batters>
        <topping>None</topping>
        <topping>Glazed</topping>
        <topping>Sugar</topping>
        <topping>Powdered Sugar</topping>
        <topping>Chocolate with Sprinkles</topping>
        <topping>Chocolate</topping>
        <topping>Maple</topping>
    </item>
    <item>
        <name>Raised</name>
        <ppu>0.55</ppu>
        <batters>
            <batter>Regular</batter>
        </batters>
        <topping>None</topping>
        <topping>Glazed</topping>
        <topping>Sugar</topping>
        <topping>Chocolate</topping>
        <topping>Maple</topping>
    </item>
</items>
EOT

a = []
a = doc.xpath("//*")

puts a

我只想将唯一的 xpath 存储在数组“a”中，如下所示：

/items/item/name
/items/item/ppu
/items/item/batters/batter
/items/item/topping

也许有人可以帮助我如何做到这一点。

感谢您的帮助。

【问题讨论】：

您到底想存储什么？ XPath 本身还是元素的内容？

标签： ruby xpath nokogiri

【解决方案1】：

您要选择的是“叶子”节点。你可以这样做：

doc.xpath("//*[not(*)]")

这意味着“选择所有不包含元素的元素”。

如果您需要 XPath，则需要在每个节点上调用 .path。但是 Nokogiri 提供的路径具有明确的位置（例如 /items/item[2]/topping[4]），因此您必须应用正则表达式来删除它们，然后使用 uniq 删除重复项：

doc.xpath("//*[not(*)]").map {|leaf| leaf.path.gsub(/\[.*?\]/, '') }.uniq

输出：

/items/item/name
/items/item/ppu
/items/item/batters/batter
/items/item/topping

【讨论】：

你好，马克。优秀的答案。非常感谢。您的答案中混杂了几个概念（ruby 方法、正则表达式、xpath 等）。我不知道正确的名称是叶节点。谢谢你的澄清。你知道一个很好的链接，我在哪里可以看到 Xpath 的选项？我不知道您使用“[not(*)]”的选项的存在和含义。再次感谢
可爱的 xpath 表达式。
@Zurix W3Schools 有一个很好的XPath tutorial。具体来说，[] 是一个进一步约束表达式的 predicate，not() 是一个返回布尔值的 XPath 函数，在这种情况下，如果存在则返回 false是任何子元素 (*)
我不确定它是否有帮助，但您可能想将 XPath //*[not(*)] 视为等同于 Ruby 伪代码 elements.select{|el| el.child_elements.empty?}
非常感谢 Mark 的解释和帮助。非常感谢。