快捷導(dǎo)航

實(shí)例解析Ruby程序中調(diào)用REXML來(lái)解析XML格式數(shù)據(jù)的用法

更新時(shí)間：2016年04月13日 17:58:43 作者：simohayha

這篇文章主要介紹了Ruby程序中調(diào)用REXML來(lái)解析XML格式數(shù)據(jù)的用法,文中用實(shí)例分三個(gè)步驟講解了REXML解析XML的過(guò)程,需要的朋友可以參考下

REXML 是由 Sean Russell 編寫(xiě)的庫(kù)。它不是 Ruby 的唯一 XML 庫(kù)，但它是很受歡迎的一個(gè)，并且是用純 Ruby 編寫(xiě)（ NQXML 也是用 Ruby 編寫(xiě)的，但 XMLParser 封裝了用 C 編寫(xiě)的 Jade 庫(kù)）。在他的 REXML 概述中，Russell 評(píng)論道：
我有這樣的問(wèn)題：我不喜歡令人困惑的 API。有幾種用于 Java 實(shí)現(xiàn)的 XML 解析器 API。其中大多數(shù)都遵循 DOM 或 SAX，并且在基本原理上與不斷出現(xiàn)的眾多 Java API 非常相似。也就是說(shuō)，它們看上去象是由從未使用過(guò)他們自己的 API 的理論家設(shè)計(jì)出來(lái)的。通常，現(xiàn)有的 XML API 都很令人討厭。他們采用一種被明確設(shè)計(jì)成非常簡(jiǎn)單、一流且功能強(qiáng)大的標(biāo)記語(yǔ)言，然后用討厭的、過(guò)多的和大型 API 對(duì)它進(jìn)行封裝。甚至是為了進(jìn)行最基本的 XML 樹(shù)操作，我總是不得不參考 API 文檔；沒(méi)有任何東西是憑直覺(jué)的，而且?guī)缀趺總€(gè)操作都很復(fù)雜。
雖然我并不認(rèn)為它有多么令人心煩，但我同意 Russell 的觀點(diǎn)：XML API 對(duì)于大多數(shù)使用它們的人來(lái)說(shuō)無(wú)疑帶來(lái)了過(guò)多的工作量。

示例
看下面的book.xml:

引用

<library shelf="Recent Acquisitions"> 
 <section name="Ruby"> 
  <book isbn="0672328844"> 
  <title>The Ruby Way</title> 
  <author>Hal Fulton</author> 
  <description> 
   Second edition. The book you are now reading. 
   Ain't recursion grand? 
  </description> 
  </book> 
 </section> 
 <section name="Space"> 
  <book isbn="0684835509"> 
   <title>The Case for Mars</title> 
   <author>Robert Zubrin</author> 
   <description>Pushing toward a second home for the human 
    race. 
   </description> 
  </book> 
  <book isbn="074325631X"> 
   <title>First Man: The Life of Neil A. Armstrong</title> 
   <author>James R. Hansen</author> 
   <description>Definitive biography of the first man on 
    the moon. 
   </description> 
  </book> 
 </section> 
</library>

1 Tree Parsing(也就是DOM-like)

我們需要require rexml/document 庫(kù)，并且include REXML :

require 'rexml/document' 
include REXML 
 
input = File.new("books.xml") 
doc = Document.new(input) 
 
root = doc.root 
puts root.attributes["shelf"]  # Recent Acquisitions 
 
doc.elements.each("library/section") { |e| puts e.attributes["name"] } 
# Output: 
# Ruby 
# Space 
 
doc.elements.each("*/section/book") { |e| puts e.attributes["isbn"] } 
# Output: 
# 0672328844 
# 0321445619 
# 0684835509 
# 074325631X 
 
sec2 = root.elements[2] 
author = sec2.elements[1].elements["author"].text  # Robert Zubrin

這里要注意的是xml中的屬性和值被表示為一個(gè)hash，因此我們能夠通過(guò)attributes[]來(lái)提取我們需要的值，元素的值還能通過(guò)類(lèi)似于path的字符串或者整數(shù)來(lái)取得.其中用整數(shù)取的話，是1-based而不是0-based.

2 Stream Parsing（也就是SAX-like Parsing)

這邊使用了一個(gè)小技巧，那就是定義了一個(gè)listener 類(lèi)，它將會(huì)在parse的時(shí)候被回調(diào):

require 'rexml/document' 
require 'rexml/streamlistener' 
include REXML 
 
class MyListener 
 include REXML::StreamListener 
 def tag_start(*args) 
 puts "tag_start: #{args.map {|x| x.inspect}.join(', ')}" 
 end 
 
 def text(data) 
 return if data =~ /^\w*$/  # whitespace only 
 abbrev = data[0..40] + (data.length > 40 ? "..." : "") 
 puts " text : #{abbrev.inspect}" 
 end 
end 
 
list = MyListener.new 
source = File.new "books.xml" 
Document.parse_stream(source, list)

這里介紹一下StreamListener 模塊，這個(gè)模塊它提供了幾個(gè)空的回調(diào)方法，因此你可以為了實(shí)現(xiàn)你自己的功能而覆蓋它.當(dāng)parser 進(jìn)入一個(gè)tag時(shí)，就會(huì)調(diào)用tag_start方法.而text方法也是類(lèi)似的，他只不過(guò)是當(dāng)讀取到數(shù)據(jù)時(shí)會(huì)被回調(diào),它的輸出是這樣的：

tag_start: "library", {"shelf"=>"Recent Acquisitions"} 
tag_start: "section", {"name"=>"Ruby"} 
tag_start: "book", {"isbn"=>"0672328844"} 
tag_start: "title", {} 
text : "The Ruby Way"

3 XPath

REXML通過(guò)XPath 類(lèi)來(lái)提供Xpath的支持. 它也同時(shí)支持DOM-like和SAX-like .還是前面的那個(gè)xml文件，我們使用Xpath可以這樣做：

book1 = XPath.first(doc, "http://book") # Info for first book found 
p book1 
 
# Print out all titles 
XPath.each(doc, "http://title") { |e| puts e.text } 
 
# Get an array of all of the "author" elements in the document. 
names = XPath.match(doc, "http://author").map {|x| x.text } 
p names

輸出是類(lèi)似于下面的：

<book isbn='0672328844'> ... </> 
The Ruby Way 
The Case for Mars 
First Man: The Life of Neil A. Armstrong 
["Hal Fulton", "Robert Zubrin", "James R. Hansen"]

您可能感興趣的文章: