使用 Nokogiri 解析 XML

Question

我正在使用 rest-client 从另一个网站返回 XML，并尝试使用 Nokogiri 来解析它。 XML 如下所示：

<?xml version="1.0" encoding="UTF-8"?> ... 
<MXAUTOKESet>
  <AUTOKEY>
    <AUTOKEYID>27</AUTOKEYID> 
    <AUTOKEYNAME>WORKORDERNUM</AUTOKEYNAME> 
    <ORGID>xxxx</ORGID> 
    <PREFIX>12-</PREFIX> 
    <SEED>38979</SEED> 
    ...

我想提取“PREFIX”和“SEED”数字。

我的视图代码如下所示：

<% xml_data = RestClient.get "URL (sorry can't display it in this question)" %>
<%= xml_doc  = Nokogiri::XML(xml_data)%>

第二行在页面上显示返回的 XML，所以，我知道 rest-client 正在工作，但我不知道如何访问解析的 XML。

---

更新1：

我能够使用以下方法从 XML 标头中获取 creationDateTime。但是，我仍然无法获得 SEED 值：

<%= doc = Nokogiri::XML(xml_data)%>    
<h4>Creation Date</h4>
<% root = doc.root %>
<%= root["creationDateTime"] %>
<h4>SEED</h4>
<%= seed = root.xpath("SEED").text %>

或

 <%= seed = doc.xpath("//SEED").inner_text %>

Answer 1

您的代码中有几处错误，所以我会这样做：

从这段代码开始：

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<?xml version="1.0" encoding="UTF-8"?>
<MXAUTOKESet>
  <AUTOKEY>
    <AUTOKEYID>27</AUTOKEYID> 
    <AUTOKEYNAME>WORKORDERNUM</AUTOKEYNAME> 
    <ORGID>xxxx</ORGID> 
    <PREFIX>12-</PREFIX> 
    <SEED>38979</SEED> 
EOT

puts doc.to_xml

我得到这个输出，表明 Nokogiri 做了一些修复来关闭打开的标签，确保 XML 块相当正确：

<?xml version="1.0" encoding="UTF-8"?>
<MXAUTOKESet>
  <AUTOKEY>
    <AUTOKEYID>27</AUTOKEYID>
    <AUTOKEYNAME>WORKORDERNUM</AUTOKEYNAME>
    <ORGID>xxxx</ORGID>
    <PREFIX>12-</PREFIX>
    <SEED>38979</SEED>
</AUTOKEY></MXAUTOKESet>

xpath 需要一个 XPath 访问器，并返回一个 NodeSet，它就像一个节点数组：

doc.xpath("//SEED").class
=> Nokogiri::XML::NodeSet
doc.xpath("//SEED")
=> [#<Nokogiri::XML::Element:0x3fdf890e3208 name="SEED" children=[#<Nokogiri::XML::Text:0x3fdf890e3000 "38979">]>]

问题是，xpath 及其对应的css 将返回他们在文档中找到的每个目标，如果有两个或更多“SEED”标签，这不是您想要的。相反，您希望 at 或 at_xpath 或 at_css 返回找到的第一个匹配项；我建议在您的第一次测试中使用at（或search）和CSS，因为它比XPath 更容易理解。

转换为使用at 和CSS：

doc.at("SEED").class
=> Nokogiri::XML::Element
doc.at("SEED")
=> #<Nokogiri::XML::Element:0x3fdf890e3208 name="SEED" children=[#<Nokogiri::XML::Text:0x3fdf890e3000 "38979">]>

请注意，doc.at("SEED") 返回“Nokogiri::XML::Element”，这是 Nokogiri 描述节点的方式，而不是来自 xpath（AKA search）的 NodeSet（AKA 数组）。

拥有节点后，获取文本很简单：

doc.at("SEED").text
=> "38979"

在给定小的 XML sn-p 的情况下，我如何获取这两个值并将它们分配给两个变量：

seed, prefix = %w[SEED PREFIX].map{ |t| doc.at(t).text }
=> ["38979", "12-"]

Answer 2

您的最后一行代码 puts doc.xpath("//SEED").inner_text 应该可以工作。真正的 XML 是否有任何名称空间？如果是，请尝试以下操作：puts doc.css("SEED").inner_text