用Ruby解析標籤中冒號的RSS項目？

我試圖解析從具有這種標籤結構的RSS提要的信息：用Ruby解析標籤中冒號的RSS項目？

<dc:subject>foo bar</dc:subject>

使用內置的Ruby RSS庫。很明顯，做item.dc:subject是拋出錯誤，但我不知道任何方式來拉出該信息。有什麼辦法讓這個工作？或者是否有可能使用不同的RSS庫？

來源

2011-03-23 Gordon Fontenot

其中具有'：'的標籤實際上是具有名稱空間的XML標籤。我從來沒有使用RSS模塊獲得好結果，因爲提要格式通常不符合規格，導致模塊放棄。我強烈建議使用Nokogiri來解析Feed，不管它是RDF，RSS還是ATOM。

Nokogiri能夠使用XPath訪問器或CSS訪問器，並且都支持命名空間。最後兩行是等價的：

require 'nokogiri' 
require 'open-uri' 
doc = Nokogiri::XML(open('http://somehost.com/rss_feed')) 
doc.at('//dc:subject').text 
doc.at('dc|subject').text

當你需要的聲明添加到XPath的訪問命名空間處理：

doc.at('//dc:subject', 'dc' => 'link to dc declaration')

See the "Namespaces" section獲取更多信息。

沒有URL或更好的示例我不能做更多的事情，但這應該讓你指出一個更好的方向。

幾年來，我使用處理RDF，RSS和ATOM的Nokogiri爲我的工作寫了一個大的RSS聚合器。 Ruby的RSS庫沒有完成任務，但是Nokogiri非常棒。

如果你不想推出自己的產品，Paul Dix's Feedzirra是一個很好的加工飼料寶石。

來源

2011-03-24 03:59:19

擴展這個想法，gem'arrogance'建立在nokogiri之上，並且可以像傳入提要URL和操作返回的帖子數組一樣簡單地解析提要。 Rubygems：https://rubygems.org/gems/arrogance – providence 2011-08-17 17:08:16

我會在一段時間看看它。當我編寫我的聚合器時，沒有發現處理我遇到的各種完全混亂的聚合。 – 2011-08-18 22:56:43

Yup，Arrogance發現你的標籤，無論如何設置它們爲[：title] [：author] [：link] [：description]和[：date]。 – providence 2011-08-18 23:01:20

-1

我認爲item['dc:subject']可能工作。

來源

2011-03-24 00:13:17

如果說：//libxml.rubyforge .org /） – 2011-03-24 00:14:40

是的，rss解析器完全忽略了它無法識別的那些標籤，所以它們甚至不會將它放到'item'對象中。遊民。我如何用'libxml'獲取''元素？ XML樹看起來是這樣的：''，但這樣做'doc.find（「// RDF：RDF /項目」）。each'沒有找到任何東西。 – 2011-03-24 01:18:44

我建議看看Nokogiri而不是libxml。 Nokogiri非常強大並得到很好的支持。 – 2011-03-24 06:13:42

的RSS模塊似乎有做那些XML命名空間屬性的能力，即<dc:date>這樣的：不能正常工作使用[libxml的（HTTP

feed.items.each do |item| puts "Date: #{item.dc_date}" end

來源

2014-03-19 17:23:56 CamelBlues

用Ruby解析標籤中冒號的RSS項目？

回答

相關問題