论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2011-03-30 14:48 |只看该作者 |倒序浏览

本帖最后由中关村村草于 2011-03-30 14:49 编辑

使用REXML在ruby中处理xml

REXML简单使用说明：
(http://www.germane-software.com/software/rexml/docs/tutorial.html)
1、解析XML文件

require \\"rexml/document\\"
file = File.new( \\"mydoc.xml\\" )
doc = REXML:ocument.new file

复制代码

2、解析XML字符串

require \\"rexml/document\\"
include REXML # so that we don\'t have to prefix everything with REXML::...
string = <<EOF
<mydoc>
<someelement attribute=\\"nanoo\\">Text, text, text</someelement>
</mydoc>
EOF
doc = Document.new string

复制代码

有了Document之后，可以通过多种方式来访问其中的元素
○ Element 类有each_element_with_attributes方法，通常使用它来访问元素
○ Element.elements属性是一个Elements类的实例，可以通过Elements类的each和[]来访问其中的元素。这两个方法都支持使用XPath来进行过滤等操作，因此功能非常强大。
○ Element是Parent的子类，所以要访问元素的子节点，可以通过类似数组的方法，诸如Element[]、Element.each、Element.find、Element.delete等。这是访问一个确实是数组的子节点的最快方式，不支持XPath搜索，并且所有的子节点元素都在这个数组中，不只是Element的子节点。

★ 在REXML中的Element子节点的索引从1开始，而不是0。因为XPath就是从1开始进行计数的，REXML维持了这种关系。

3、使用XPath

# The invisibility cream is the first <item>
invisibility = XPath.first( doc, \\"//item\\" )
# Prints out all of the prices
XPath.each( doc, \\"//price\\") { |element| puts element.text }
# Gets an array of all of the \\"name\\" elements in the document.
names = XPath.match( doc, \\"//name\\" )

复制代码

4、使用Element.elements.to_a()方法，也可以得到匹配解决的数组。

all_elements = doc.elements.to_a
all_children = doc.to_a
all_upc_strings = doc.elements.to_a( \\"//item/attribute::upc\\" )
all_name_elements = doc.elements.to_a( \\"//name\\" )

复制代码

5、手动添加元素的方式创建XML文档

require \\"rexml/document\\"
doc = REXML:ocument.new \\"<root/>\\"
root_node = doc.root
el = root_node.add_element \\"myel\\"
el2 = el.add_element \\"another\\", {\\"id\\"=>\\"10\\"}
# does the same, but also sets attribute \\"id\\" of el2 to \\"10\\"
el3 = REXML::Element.new \\"blah\\"
el.elements << el3
el3.attributes[\\"myid\\"] = \\"sean\\"
puts doc.to_s

复制代码

输出：

6、为Element添加文本

el1 = Element.new \\"myelement\\"
el1.text = \\"Hello world!\\"
# -> <myelement>Hello world!</myelement>
el1.add_text \\"Hello dolly\\"
# -> <myelement>Hello world!Hello dolly</element>
el1.add Text.new(\\"Goodbye\\")
# -> <myelement>Hello world!Hello dollyGoodbye</element>
el1 << Text.new(\\" cruel world\\")
# -> <myelement>Hello world!Hello dollyGoodbye cruel world</element>

复制代码

注意，这些Text对象仍然分开储存的；el1.text返回\\"Hello world!\\", el1[2]返回内容为\\"Goodbye\\"的Text对象。

7、REXML所有文本节点中都是以UTF-8编码的，所有调用的代码都要注意这一点，在程序中，传递给REXML的字符串必须是经过UTF-8编码的。

REXML不可能总是正确猜测出你的文本的编码方式，所以它总是假定为UTF-8编码。同时，如果你试图添加编码方式的文本，REXML不会发出警告。添加者必须保证自己添加的是UTF-8的文本。如果添加标准的ASCII 7位编码，是没有关系的。如果使用ISO8859-1文本，必须在添加之前转换为UTF-8编码。可以使用text.unpack( \\"C*\\" ) .pack( \\ "U* \\ " )。变更编码进行输出，只有Document.write()和Document.to_s()支持。如果需要输出特定编码的节点，必须用Output把输出对象包装起来。

e = Element.new \\"<a/>\\"
e.text = \\"f\\xfcr\\" # ISO-8859-1 \ ' ?? \ '
o = \'\'
e.write( Output.new( o, \\ " ISO-8859-1\\ " ) ) 可以向Output传递任何支持的编码。
8、插入元素
两种方式：标准的Ruby数组表示法[code]doc = Document.new \\"<a><one/><three/></a>\\"
doc.root[1,0] = Element.new \\"two\\"
# -> <a><one/><two/><three/></a>

复制代码

调用Parent.insert_before 或 Parent.insert_after

three = doc.elements[\\"a/three\\"]
doc.root.insert_after three, Element.new \\"four\\"
# -> <a><one/><two/><three/><four/></a>
# A convenience method allows you to insert before/after an XPath:
doc.root.insert_after( \\"//one\\", Element.new(\\"one-five\\") )
# -> <a><one/><one-five/><two/><three/><four/></a>
# Another convenience method allows you to insert after/before an element:
four = doc.elements[\\"//four\\"]
four.previous_sibling = Element.new(\\"three-five\\")
# -> <a><one/><one-five/><two/><three/><three-five/><four/></a>

复制代码

9、元素的迭代
除使用Element.each方法迭代全部子节点之外，还有四种主要的遍历方式。Element.elements.each,只对子元素进行遍历；Element.next_element和Element.previous_element，用作取得下一个Element兄弟节点；Element.next_sibling和Element.previous_sibling,用作取得下一个和上一个兄弟节点，不管其类型是什么。

Ruby, Ruby