实例解析Ruby程序中调用REXML来解析XML格式数据的用法
REXML是由SeanRussell编写的库。它不是Ruby的唯一XML库,但它是很受欢迎的一个,并且是用纯Ruby编写(NQXML也是用Ruby编写的,但XMLParser封装了用C编写的Jade库)。在他的REXML概述中,Russell评论道:
我有这样的问题:我不喜欢令人困惑的API。有几种用于Java实现的XML解析器API。其中大多数都遵循DOM或SAX,并且在基本原理上与不断出现的众多JavaAPI非常相似。也就是说,它们看上去象是由从未使用过他们自己的API的理论家设计出来的。通常,现有的XMLAPI都很令人讨厌。他们采用一种被明确设计成非常简单、一流且功能强大的标记语言,然后用讨厌的、过多的和大型API对它进行封装。甚至是为了进行最基本的XML树操作,我总是不得不参考API文档;没有任何东西是凭直觉的,而且几乎每个操作都很复杂。
虽然我并不认为它有多么令人心烦,但我同意Russell的观点:XMLAPI对于大多数使用它们的人来说无疑带来了过多的工作量。
示例
看下面的book.xml:
引用
<libraryshelf="RecentAcquisitions"> <sectionname="Ruby"> <bookisbn="0672328844"> <title>TheRubyWay</title> <author>HalFulton</author> <description> Secondedition.Thebookyouarenowreading. Ain'trecursiongrand? </description> </book> </section> <sectionname="Space"> <bookisbn="0684835509"> <title>TheCaseforMars</title> <author>RobertZubrin</author> <description>Pushingtowardasecondhomeforthehuman race. </description> </book> <bookisbn="074325631X"> <title>FirstMan:TheLifeofNeilA.Armstrong</title> <author>JamesR.Hansen</author> <description>Definitivebiographyofthefirstmanon themoon. </description> </book> </section> </library>
1TreeParsing(也就是DOM-like)
我们需要requirerexml/document库,并且includeREXML:
require'rexml/document' includeREXML input=File.new("books.xml") doc=Document.new(input) root=doc.root putsroot.attributes["shelf"]#RecentAcquisitions doc.elements.each("library/section"){|e|putse.attributes["name"]} #Output: #Ruby #Space doc.elements.each("*/section/book"){|e|putse.attributes["isbn"]} #Output: #0672328844 #0321445619 #0684835509 #074325631X sec2=root.elements[2] author=sec2.elements[1].elements["author"].text#RobertZubrin
这里要注意的是xml中的属性和值被表示为一个hash,因此我们能够通过attributes[]来提取我们需要的值,元素的值还能通过类似于path的字符串或者整数来取得.其中用整数取的话,是1-based而不是0-based.
2 StreamParsing(也就是SAX-likeParsing)
这边使用了一个小技巧,那就是定义了一个listener类,它将会在parse的时候被回调:
require'rexml/document' require'rexml/streamlistener' includeREXML classMyListener includeREXML::StreamListener deftag_start(*args) puts"tag_start:#{args.map{|x|x.inspect}.join(',')}" end deftext(data) returnifdata=~/^\w*$/#whitespaceonly abbrev=data[0..40]+(data.length>40?"...":"") puts"text:#{abbrev.inspect}" end end list=MyListener.new source=File.new"books.xml" Document.parse_stream(source,list)
这里介绍一下StreamListener模块,这个模块它提供了几个空的回调方法,因此你可以为了实现你自己的功能而覆盖它.当parser进入一个tag时,就会调用tag_start方法.而text方法也是类似的,他只不过是当读取到数据时会被回调,它的输出是这样的:
tag_start:"library",{"shelf"=>"RecentAcquisitions"} tag_start:"section",{"name"=>"Ruby"} tag_start:"book",{"isbn"=>"0672328844"} tag_start:"title",{} text:"TheRubyWay"
3XPath
REXML通过XPath类来提供Xpath的支持.它也同时支持DOM-like和SAX-like.还是前面的那个xml文件,我们使用Xpath可以这样做:
book1=XPath.first(doc,"//book")#Infoforfirstbookfound pbook1 #Printoutalltitles XPath.each(doc,"//title"){|e|putse.text} #Getanarrayofallofthe"author"elementsinthedocument. names=XPath.match(doc,"//author").map{|x|x.text} pnames
输出是类似于下面的:
<bookisbn='0672328844'>...</> TheRubyWay TheCaseforMars FirstMan:TheLifeofNeilA.Armstrong ["HalFulton","RobertZubrin","JamesR.Hansen"]