为什么 xpath.each return 是元素而不是节点？

Question

我想迭代 xpath 搜索的结果，这样我就可以对节点进行操作。 Nokogiri 的文档和示例说 xpath returns 一个 NodeSet 和 NodeSet.each returns 一个节点，这是我想要的，但是我得到了一个元素。我做错了什么？

这个简化的代码突出了这个问题。 Whosebug 上有很多相关的问题，虽然它们是特定领域的，模糊了问题，并且与这个问题没有完全匹配。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<root xmlns="http://example.org/1">

  <item>
    <value>One</value>
  </item>

  <item>
    <value>Two</value>
  </item>
</root>

#!/usr/bin/ruby -w

require 'nokogiri'

xmlfile = File.open("testfile.xml")
xmldoc = Nokogiri::XML(xmlfile)

xmldoc.xpath("//xmlns:value").each do |node|
    if (node.nil?) then
        next
    end
    puts "node is a #{node.class}"
end

node is a Nokogiri::XML::Element
node is a Nokogiri::XML::Element

Answer 1

根据请求从评论中转换：

一个Element 是一个Node。（并非每个 Node 都是 Element。）

# is Element a kind of a Node?
Nokogiri::XML::Element < Nokogiri::XML::Node
# => true

# is every node I get from xpath a Node?
xmldoc.xpath("//xmlns:value").all? { |node| node.is_a?(Nokogiri::XML::Node) }
# => true

# can I get a parent from each node I get from xpath?
xmldoc.xpath("//xmlns:value").map { |node| node.parent.name }
# => ["item", "item"]

Answer 2

这可能有助于阐明正在发生的事情：

require 'nokogiri'

types = {
  1 => 'ELEMENT_NODE',
  2 => 'ATTRIBUTE_NODE',
  3 => 'TEXT_NODE',
  4 => 'CDATA_SECTION_NODE',
  5 => 'ENTITY_REF_NODE',
  6 => 'ENTITY_NODE',
  7 => 'PI_NODE',
  8 => 'COMMENT_NODE',
  9 => 'DOCUMENT_NODE',
  10 => 'DOCUMENT_TYPE_NODE',
  11 => 'DOCUMENT_FRAG_NODE',
  12 => 'NOTATION_NODE',
  13 => 'HTML_DOCUMENT_NODE',
  14 => 'DTD_NODE',
  15 => 'ELEMENT_DECL',
  16 => 'ATTRIBUTE_DECL',
  17 => 'ENTITY_DECL',
  18 => 'NAMESPACE_DECL',
  19 => 'XINCLUDE_START',
  20 => 'XINCLUDE_END',
  21 => 'DOCB_DOCUMENT_NODE',
}

doc = Nokogiri::XML.parse(<<EOT)
<xml>
  <t1>foo</t1>
  bar
</xml>
EOT

doc.xpath('//.').each do |n|
  puts "'%s' is a %s containing \"%s\"" % [n.name, types[n.type], n.content]
end

这导致：

# >> 'document' is a DOCUMENT_NODE containing "
# >>   foo
# >>   bar
# >> "
# >> 'xml' is a ELEMENT_NODE containing "
# >>   foo
# >>   bar
# >> "
# >> 'text' is a TEXT_NODE containing "
# >>   "
# >> 't1' is a ELEMENT_NODE containing "foo"
# >> 'text' is a TEXT_NODE containing "foo"
# >> 'text' is a TEXT_NODE containing "
# >>   bar
# >> "

像 libxml2 这样位于 Nokogiri 下的解析器将 XML 或 HTML 分解为各种不同类型的节点，然后将其传递回 Nokogiri .

根据搜索访问器，您可以获得各种类型中的任何一种，但通常最有用的是文档中的标签：

doc.xpath('//t1').each do |n|
  puts "'%s' is a %s containing \"%s\"" % [n.name, types[n.type], n.content]
end
# >> 't1' is a ELEMENT_NODE containing "foo"

通过这些我们可以搜索或导航文档查找感兴趣的节点，查找并提取它们的内容或隔离部分并移动、更改或删除它们，或者插入新内容。

有时我们会关心文本节点，因为我们想要插入文本或破坏格式：

doc.xpath('//text()').each do |n|
  puts "'%s' is a %s containing %s" % [n.name, types[n.type], n.content.inspect]
end
# >> 'text' is a TEXT_NODE containing "\n  "
# >> 'text' is a TEXT_NODE containing "foo"
# >> 'text' is a TEXT_NODE containing "\n  bar\n"

这可能有助于“解释您所看到的内容并激起您对引擎盖下的其他内容的好奇心。

为什么 xpath.each return 是元素而不是节点？

Why does xpath.each return an element instead of a node?

ruby

nokogiri