如何使用 Nokogiri 获得第一级 children for XML

Question

我正在尝试使用 Nokogiri 解析 POM 文件，并希望获得第一级 child 个节点。

我的 POM 文件看起来像这样：

<project xmlns="some.maven.link">
   <parent>
     <groupId>parent.jar</groupId>
     <artifactId>parent-jar</artifactId>  
   </parent>         
   <groupId>child.jar</groupId>
   <artifactId>child-jar</artifactId>
 </project>

我正在尝试获取 artifactId "child-jar"，但我使用的 XPath 可能不正确，它在第一次出现时获取我 "parent.jar"。

这是我的 Ruby 代码：

@pom = Nokogiri::XML(File.open(file_path))
p @pom.xpath("/project/artifactId", project"=>"http://maven.apache.org/POM/4.0.0")[0].text

我可以访问第二个元素，但这只是一个 hack。

Answer 1

您的 XML 示例似乎不正确。简化它：

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<project>
  <parent>
    <groupId>parent.jar</groupId>
    <artifactId>parent-jar</artifactId>  
  </parent>         
  <groupId>child.jar</groupId>
  <artifactId>child-jar</artifactId>
</project>
EOT

doc.at('project > artifactId').text # => "child-jar"

我会使用 XPath：

doc.at('/project/artifactId').text # => "child-jar"

我建议学习 search、xpath、css 和它们的 at* 表兄弟之间的区别，这些都记录在“Searching a XML/HTML Document" and Node文档。

在上面的示例中，我删除了 XML 名称空间信息以简化操作。 XML 命名空间很有用，但也很烦人，在您的示例中 XML 您没有提供有效的 URL 就破坏了它。修复示例：

<project xmlns="http://www.w3.org/1999/xhtml">

我可以使用：

namespaces = doc.collect_namespaces  # => {"xmlns"=>"http://www.w3.org/1999/xhtml"}
doc.at('project > artifactId', namespaces).text # => "child-jar"

或：

doc.at('xmlns|project > xmlns|artifactId').text # => "child-jar"

我更喜欢并推荐第一个，因为它更具可读性且噪音较小。 Nokogiri 在选择器中实现 CSS 有助于简化大多数选择器。在文档中传递收集的名称空间可以简化搜索，无论您使用的是 CSS 还是 XPath。

这些也有效：

doc.at('/xmlns:project/xmlns:artifactId').text # => "child-jar"
doc.at('/foo:project/foo:artifactId', {'foo' => "http://www.w3.org/1999/xhtml"}).text # => "child-jar"

请注意，第二个使用重命名的命名空间，如果您正在处理文档中的冗余 xmlns 声明并且需要区分它们，这将很有用。

Nokogiri 的“Namespaces”教程很有帮助。

如何使用 Nokogiri 获得第一级 children for XML

How to get first level children for XML using Nokogiri

ruby

xml

xpath

nokogiri