Nokogiri 可以搜索“？xml-stylesheet”标签吗？答案

【问题标题】：Can Nokogiri search for "?xml-stylesheet" tags?Nokogiri 可以搜索“？xml-stylesheet”标签吗？
【发布时间】：2012-10-28 03:09:53
【问题描述】：

我需要解析一个 XML 样式表：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/templates/xslt/inspections/disclaimer_en.xsl"?>

我尝试使用 Nokogiri：

doc.search("?xml-stylesheet").first['href']

但我得到了错误：

`on_error': unexpected '?' after '' (Nokogiri::CSS::SyntaxError)

【问题讨论】：

标签： ruby xml nokogiri

【解决方案1】：

Nokogiri 无法搜索属于 XML 处理指令的标签。您可以像这样访问它们：

doc.children[0]

【讨论】：

-1 这对我在 Nokogiri 1.5.5 上不起作用：p Nokogiri.XML('<?xml version="1.0" encoding="UTF-8" ?><Foo />').children[0] #=> #<Nokogiri::XML::Element:0x323df0 name="Foo">
两年前确实有效，但可以从内部更改 Nokogiri。当然，在写这个答案的那一刻，我测试了我的代码。
我真的相信你。我在内部纠结于如何处理曾经明确正确但不再有效的问题的旧答案。我目前的信念是，当存在替代的正确答案时，应该不赞成这样的答案。我不是要惩罚你（当然不是！），而是要表明答案（不再）有帮助。

【解决方案2】：

这不是 XML 元素；这是一个 XML "Processing Instruction"。这就是您无法通过查询找到它的原因。找到你想要的：

# Find the first xml-stylesheet PI
xss = doc.at_xpath('//processing-instruction("xml-stylesheet")')

# Find every xml-stylesheet PI
xsss = doc.xpath('//processing-instruction("xml-stylesheet")')

实际操作：

require 'nokogiri'
xml = <<ENDXML
  <?xml version="1.0" encoding="UTF-8"?>
  <?xml-stylesheet type="text/xsl" href="/templates/disclaimer_en.xsl"?>
  <root>Hi Mom!</root>
ENDXML
doc = Nokogiri.XML(xml)
xss = doc.at_xpath('//processing-instruction("xml-stylesheet")')
puts xss.name     #=> xml-stylesheet
puts xss.content  #=> type="text/xsl" href="/templates/disclaimer_en.xsl"

由于处理指令不是元素，它没有属性；例如，您不能要求xss['type'] 或xss['href']；如果您愿意，您需要将内容解析为元素。一种方法是：

class Nokogiri::XML::ProcessingInstruction
  def to_element
    document.parse("<#{name} #{content}/>")
  end
end

p xss.to_element['href'] #=> "/templates/disclaimer_en.xsl"

请注意，在 Nokogiri 或 libxml2 中存在 a bug，如果在 @987654331 之前至少有一个字符（可以是空格），这将导致 XML Declaration 在文档中显示为 Processing Instruction @。这就是为什么在上面我们专门搜索名称为xml-stylesheet的处理指令。

编辑：XPath 表达式processing-instruction()[name()="foo"] 等价于表达式processing-instruction("foo")。如XPath 1.0 spec中所述：

processing-instruction() 测试可能有一个字面量参数；在这种情况下，对于任何名称等于 Literal 值的处理指令都是如此。

我已经编辑了上面的答案以使用较短的格式。

【讨论】：

请注意，如果您知道每个 PI 都位于文档的根目录 - 而不是文档深处某个元素的子元素 - 您可以使用 @987654336 使您的搜索更加高效@.