Ruby - XML、XSLT 和 XPath 教程

什么是 XML?

可扩展标记语言 (XML) 是一种与 HTML 或 SGML 非常相似的标记语言。这是万维网联盟推荐的，可作为开放标准使用。

XML 是一种可移植的开源语言，允许程序员开发可由其他应用程序读取的应用程序，而不管操作系统和/或开发语言如何。

XML 对于跟踪中小型数据量非常有用，而无需基于 SQL 的主干。

XML 解析器架构和 API

XML 解析器有两种不同的风格 −

SAX-like (Stream interfaces) − 在这里，您为感兴趣的事件注册回调，然后让解析器继续处理文档。当您的文档很大或您有内存限制时，这很有用，它会在从磁盘读取文件时解析文件，并且整个文件永远不会存储在内存中。
DOM-like (Object tree interfaces) − 这是万维网联盟的建议，其中将整个文件读入内存并以分层（基于树）的形式存储，以表示 XML 文档的所有特征。

在处理大文件时，SAX 显然不能像 DOM 那样快速处理信息。另一方面，仅使用 DOM 确实会杀死您的资源，尤其是在用于大量小文件时。

SAX 是只读的，而 DOM 允许更改 XML 文件。由于这两个不同的 API 实际上是相互补充的，所以没有理由不能将它们都用于大型项目。

使用 Ruby 解析和创建 XML

操作 XML 的最常用方法是使用 Sean Russell 的 REXML 库。自 2002 年以来，REXML 已成为标准 Ruby 发行版的一部分。

REXML 是符合 XML 1.0 标准的纯 Ruby XML 处理器。它是一个非验证处理器，通过了所有 OASIS 非验证一致性测试。

REXML 解析器与其他可用解析器相比具有以下优点 −

它是 100% 用 Ruby 编写的。
它可以用于 SAX 和 DOM 解析。
它是轻量级的，不到 2000 行代码。
方法和类很容易理解。
基于 SAX2 的 API 和完整的 XPath 支持。
随 Ruby 安装一起提供，无需单独安装。

对于我们所有的 XML 代码示例，让我们使用一个简单的 XML 文件作为输入 −

<collection shelf = "New Arrivals">
   <movie title = "Enemy Behind">
      <type>War, Thriller</type>
      <format>DVD</format>
      <year>2003</year>
      <rating>PG</rating>
      <stars>10</stars>
      <description>Talk about a US-Japan war</description>
   </movie>
   <movie title = "Transformers">
      <type>Anime, Science Fiction</type>
      <format>DVD</format>
      <year>1989</year>
      <rating>R</rating>
      <stars>8</stars>
      <description>A schientific fiction</description>
   </movie>
   <movie title = "Trigun">
      <type>Anime, Action</type>
      <format>DVD</format>
      <episodes>4</episodes>
      <rating>PG</rating>
      <stars>10</stars>
      <description>Vash the Stampede!</description>
   </movie>
   <movie title = "Ishtar">
      <type>Comedy</type>
      <format>VHS</format>
      <rating>PG</rating>
      <stars>2</stars>
      <description>Viewable boredom</description>
   </movie>
</collection>

DOM 类解析

让我们首先以树的方式解析我们的 XML 数据。我们首先需要 rexml/document 库；为了方便起见，我们通常会做一个包含 REXML 以导入顶级命名空间。

#!/usr/bin/ruby -w

require 'rexml/document'
include REXML

xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)

# Now get the root element
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]

# This will output all the movie titles.
xmldoc.elements.each("collection/movie"){ 
   |e| puts "Movie Title : " + e.attributes["title"] 
}

# This will output all the movie types.
xmldoc.elements.each("collection/movie/type") {
   |e| puts "Movie Type : " + e.text 
}

# This will output all the movie description.
xmldoc.elements.each("collection/movie/description") {
   |e| puts "Movie Description : " + e.text 
}

这将产生以下结果 −

Root element : New Arrivals
Movie Title : Enemy Behind
Movie Title : Transformers
Movie Title : Trigun
Movie Title : Ishtar
Movie Type : War, Thriller
Movie Type : Anime, Science Fiction
Movie Type : Anime, Action
Movie Type : Comedy
Movie Description : Talk about a US-Japan war
Movie Description : A schientific fiction
Movie Description : Vash the Stampede!
Movie Description : Viewable boredom

SAX 类解析

为了以 面向流 的方式处理相同的数据 movies.xml 文件，我们将定义一个 listener 类，其方法将成为解析器 callbacks 的目标。

注意 − 不建议对小文件使用类似 SAX 的解析，这只是一个演示示例。

#!/usr/bin/ruby -w

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
xmlfile = File.new("movies.xml")
Document.parse_stream(xmlfile, list)

这将产生以下结果 −

tag_start: "collection", {"shelf"=>"New Arrivals"}
tag_start: "movie", {"title"=>"Enemy Behind"}
tag_start: "type", {}
   text   :   "War, Thriller"
tag_start: "format", {}
tag_start: "year", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
   text   :   "Talk about a US-Japan war"
tag_start: "movie", {"title"=>"Transformers"}
tag_start: "type", {}
   text   :   "Anime, Science Fiction"
tag_start: "format", {}
tag_start: "year", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
   text   :   "A schientific fiction"
tag_start: "movie", {"title"=>"Trigun"}
tag_start: "type", {}
   text   :   "Anime, Action"
tag_start: "format", {}
tag_start: "episodes", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
   text   :   "Vash the Stampede!"
tag_start: "movie", {"title"=>"Ishtar"}
tag_start: "type", {}
tag_start: "format", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
   text   :   "Viewable boredom"

XPath 和 Ruby

查看 XML 的另一种方法是 XPath。这是一种伪语言，描述如何在 XML 文档中定位特定元素和属性，将文档视为逻辑有序树。

REXML 通过 XPath 类支持 XPath。正如我们在上面看到的，它假设基于树的解析（文档对象模型）。

#!/usr/bin/ruby -w

require 'rexml/document'
include REXML

xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)

# Info for the first movie found
movie = XPath.first(xmldoc, "//movie")
p movie

# Print out all the movie types
XPath.each(xmldoc, "//type") { |e| puts e.text }

# Get an array of all of the movie formats.
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names

这将产生以下结果 −

<movie title = 'Enemy Behind'> ... </>
War, Thriller
Anime, Science Fiction
Anime, Action
Comedy
["DVD", "DVD", "DVD", "VHS"]

XSLT 和 Ruby

Ruby 可以使用两种 XSLT 解析器。这里给出了每个的简要说明。

Ruby-Sablotron

此解析器由 Masayoshi Takahashi 编写和维护。这主要是为 Linux 操作系统编写的，需要以下库 −

Sablot
Iconv
Expat

您可以在 Ruby-Sablotron 找到此模块。

XSLT4R

XSLT4R 由 Michael Neumann 编写，可以在 RAA 的 XML 下的 Library 部分找到。 XSLT4R 使用简单的命令行界面，但也可以在第三方应用程序中使用它来转换 XML 文档。

XSLT4R 需要 XMLScan 才能运行，它包含在 XSLT4R 归档文件中，也是一个 100% 的 Ruby 模块。可以使用标准 Ruby 安装方法（即 ruby install.rb）安装这些模块。

XSLT4R 具有以下语法 −

ruby xslt.rb stylesheet.xsl document.xml [arguments]

如果您想在应用程序中使用 XSLT4R，您可以包含 XSLT 并输入您需要的参数。这是示例 −

require "xslt"

stylesheet = File.readlines("stylesheet.xsl").to_s
xml_doc = File.readlines("document.xml").to_s
arguments = { 'image_dir' => '/....' }
sheet = XSLT::Stylesheet.new( stylesheet, arguments )

# output to StdOut
sheet.apply( xml_doc )

# output to 'str'
str = ""
sheet.output = [ str ]
sheet.apply( xml_doc )

进一步阅读

有关 REXML Parser 的完整详细信息，请参阅 REXML 解析器文档的标准文档。
您可以从 RAA Repository 下载 XSLT4R。

Ruby 基础知识

Ruby 高级

Scala 其他

Ruby - XML、XSLT 和 XPath 教程

什么是 XML?

XML 解析器架构和 API

使用 Ruby 解析和创建 XML

DOM 类解析

SAX 类解析

XPath 和 Ruby

XSLT 和 Ruby

Ruby-Sablotron

XSLT4R

进一步阅读

颜色选择器

读后有收获微信请站长喝咖啡

错误报告

您的建议:

感谢您的帮助！