如何使用Nokogiri解析包含多個XML文檔的單個文件？

我有一個包含像這樣多個鏈接的XML文件的單個文件：如何使用Nokogiri解析包含多個XML文檔的單個文件？

<?xml version ... ?> 
<!DOCTYPE ... > 
... 
<?xml version ... ?> 
<!DOCTYPE ... > 
... 
<?xml version ... ?> 
<!DOCTYPE ... > 
...

有什麼辦法原樣解析文件，使用引入nokogiri，而不是切片的文件嗎？

來源

2012-03-30 aosik

你需要把它分成單獨的文件，但這是一件容易的事情。

Ruby的String.split方法很容易。例如，如果變量foo包含文本，然後將foo.split("<?xml version ... ?>\n")返回一個數組，你可以遍歷：每塊者的

foo.split("<?xml version ... ?>\n") 
[ 
    [0] "", 
    [1] "<!DOCTYPE ... >\n...\n", 
    [2] "<!DOCTYPE ... >\n...\n", 
    [3] "<!DOCTYPE ... >\n..." 
]

解析，你會用自己的方式。您可能需要預先支持XML DECL語句以使Nokogiri開心，但我認爲如果沒有它，就會行。

來源

2012-03-30 16:19:29

這就是我一直在做的事情，我害怕周圍沒有乾淨的方式。不幸的是文件本身相當大（> 100MB），我無法控制生成源。 – aosik 2012-03-31 22:29:35

如果文件對於內存來說太大了，那麼對於臨時加載而言，大多數機器上沒有100MB的文件，那麼您可以編寫一些遍歷文件的內容，將其拆分爲其組件文件，然後分別進行處理。 – 2012-04-02 17:41:24

這不是一個有效的XML文件，所以你不能一次解析它。但是，您可能能夠創建一個從File繼承的類，並且當您到達每個XML文檔的末尾時，您可以輕鬆地返回文件結尾。有了這個，你應該可以打開你的文件一次，但你仍然會對你的XML解析器進行多次調用。

如果XML片段不是很大，那麼最好在一段時間內將一個片段放入一個字符串變量（可能使用regexp），然後解析它。

來源

2012-03-30 16:16:23 theglauber

如何使用Nokogiri解析包含多個XML文檔的單個文件？

回答

相關問題