訪問XML子與Ruby和引入nokogiri

Question

迭代元素我有類似這樣的XML文件：

<Companies type="Container"> 
<Company type="Category"> 
    <Name type="Property">Company 123</Name> 
    <Location type="Property">New York</Location> 
    <Employees type="Container"> 
     <Employee type="Reference"> 
      <Name type="Property">John Smith</Name> 
      <Email type="Property">john@company.123</Email> 
     </Employee> 
     <Employee type="Reference"> 
      <Name type="Property">Jane Doe</Name> 
      <Email type="Property">jane@company.123</Email> 
     </Employee> 
</Company> 
<Company type="Category"> 
    <Name type="Property">Company ABC</Name> 
    <Location type="Property">Minneapolis</Location> 
    <Employees type="Container"> 
     <Employee type="Reference"> 
      <Name type="Property">John Doe</Name> 
      <Email type="Property">doe@company.abc</Email> 
     </Employee> 
     <Employee type="Reference"> 
      <Name type="Property">Jane Smith</Name> 
      <Email type="Property">smith@company.abc</Email> 
     </Employee> 
</Company> 

我要通過這個文件來走，並讓所有的信息出來，所以我可以工作它。我可以使用Nokogiri循環訪問每個「公司」並獲得「名稱」和「位置」屬性。然而，我不知道該怎麼做，是爲每個「公司」獲取「員工」信息。

我敢肯定我錯過了一些簡單的事情，但我一直在挖掘內部撬，我似乎無法揭開神祕面紗。大大幫助讚賞。

Answer 1

注：我強烈建議在開發時通過參數(raw_xml_string, nil, nil, Nokogiri::XML::ParseOptions::STRICT)來捕捉格式不正確的xml。

xdoc = Nokogiri.XML(raw_xml_string) 

(xdoc/'/Companies/Company').each {|com| 
    puts "company:" 
    p [(com/'./Name').text, (com/'./Location').text] 

    puts "employees:" 
    # you need another loop to grab the employees. 
    (com/'Employees/Employee').each {|emp| 
    p [(emp/'./Name').text, (emp/'./Email').text] 
    } 
} 

一兩件事，當你使用/或%方法需要注意的是，他們會選擇任何後裔，而不僅僅是直接孩子。這就是爲什麼我用'./Name'而不僅僅是'Name'。

Answer 2

您的XML格式錯誤。

Nokogiri可以幫助您找出問題出在哪裏，使用errors()方法。解析XML和檢查errors()：

doc = Nokogiri::XML(xml) 
puts doc.errors 

輸出：

Unescaped '<' not allowed in attributes values 
attributes construct error 
Couldn't find end of Start Tag Name line 4 
Opening and ending tag mismatch: Company line 3 and Name 
Opening and ending tag mismatch: Employees line 6 and Company 
Unescaped '<' not allowed in attributes values 
attributes construct error 
Couldn't find end of Start Tag Name line 17 
Opening and ending tag mismatch: Company line 16 and Name 
Opening and ending tag mismatch: Employees line 19 and Company 

引入nokogiri會嘗試修復了XML，但有些事情不能做正確。修復缺失的引號就是其中之一：

<Name type="Property>Company 123</Name> 
<Name type="Property>Company ABC</Name> 

是錯誤的。他們應該是：

<Name type="Property">Company 123</Name> 
<Name type="Property">Company ABC</Name> 

而且，</Employees>結束標記在這兩種情況下丟失，但引入nokogiri會修復這些。