Ruby中使用Nokogiri包来操作XML格式数据的教程
安装
对于Ubuntu,需要安装好libxml2,libxslt这两个组件：
$apt-getinstalllibxml2libxslt
然后就可以：
$geminstallnokogiri
可选项
nokogiri提供了一些解析文件时的可选项,常用的有:
- NOBLANKS:删除空节点
- NOENT:替代实体
- NOERROR:隐藏错误报告
- STRICT:精确解析,当解析到文件异常时抛出错误
- NONET:在解析期间禁止任何网络连接.
可选项使用方式举例(通过块调用):
doc=Nokogiri::XML(File.open("blossom.xml"))do|config|
config.strict.nonet
end
或者
doc=Nokogiri::XML(File.open("blossom.xml"))do|config|
config.options=Nokogiri::XML::ParseOptions::STRICT|Nokogiri::XML::ParseOptions::NONET
end
解析
可以从文件，字符串，URL等来解析。靠的是这两个方法Nokogiri::HTML,Nokogiri::XML：
读取字符串：
html_doc=Nokogiri::HTML("<html><body><h1>Mr.BelvedereFanClub</h1></body></html>")
xml_doc=Nokogiri::XML("<root><aliens><alien><name>Alf</name></alien></aliens></root>")
读取文件：
f=File.open("blossom.xml")
doc=Nokogiri::XML(f)
f.close
读取URL：
require'open-uri'
doc=Nokogiri::HTML(open("http://www.threescompany.com/"))
寻找节点
可以使用XPATH以及CSSselector来搜索：例如，给定一个XML：
<books> <book> <title>Stars</title> </book> <book> <title>Moon</title> </book> </books>
xpath:
@doc.xpath("//title")
css:
@doc.css("booktitle")
修改节点内容
title=@doc.css("booktitle").firsto
title.content='newtitle'
puts@doc.to_html
#=>
...
<title>newtitle</title>
...
修改节点的结构
first_title=@doc.at_css('title')
second_book=@doc.css('book').last
#可以把第一个title放到第二个book中
first_title.parent=second_book
#也可以随意摆放。
second_book.add_next_sibling(first_title)
#也可以修改对应的class
first_title.name='h2'
first_title['class']='red_color'
puts@doc.to_html
#=><h2class='red_color'>...</h2>
#也可以新建一个node
third_book=Nokogiri::XML::Node.new'book',@doc
third_book.content='Iamthethirdbook'
second_book.add_next_siblingthird_book
puts@doc.to_html
#=>
...
<books>
...
<book>Iamthethirdbook</book>
</books>