執行個體解析Ruby程式中調用REXML來解析XML格式資料的用法_ruby專題

REXML 是由 Sean Russell 編寫的庫。它不是 Ruby 的唯一 XML 庫，但它是很受歡迎的一個，並且是用純 Ruby 編寫（ NQXML 也是用 Ruby 編寫的， 但 XMLParser 封裝了用 C 編寫的 Jade 庫）。 在他的 REXML 概述中，Russell 評論道：
我有這樣的問題：我不喜歡令人困惑的 API。有幾種用於 Java 實現的 XML 解析器 API。其中大多數都遵循 DOM 或 SAX，並且在基本原理上與不斷出現的眾多 Java API 非常相似。也就是說，它們看 上去象是由從未使用過他們自己的 API 的理論家設計出來的。 通常，現有的 XML API 都很令人討厭。他們採用一種被明確設計成非常簡單、一流且功能強大的標記語言， 然後用討厭的、過多的和大型 API 對它進行封裝。甚至是為了進行最基本的 XML 樹操作，我總是不得不參考 API 文檔； 沒有任何東西是憑直覺的，而且幾乎每個操作都很複雜。
雖然我並不認為它有多麼令人心煩，但我同意 Russell 的觀點：XML API 對於大多數使用它們的人來說無疑帶來了過多的工作量。

樣本
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，並且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 

這裡要注意的是xml中的屬性和值被表示為一個hash，因此我們能夠通過attributes[]來提取我們需要的值，元素的值還能通過類似於path的字串或者整數來取得.其中用整數取的話，是1-based而不是0-based.

2  Stream Parsing（也就是SAX-like Parsing)

這邊使用了一個小技巧，那就是定義了一個listener 類，它將會在parse的時候被回調:

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) 

這裡介紹一下StreamListener 模組，這個模組它提供了幾個空的回調方法，因此你可以為了實現你自己的功能而覆蓋它.當parser 進入一個tag時，就會調用tag_start方法.而text方法也是類似的，他只不過是當讀取到資料時會被回調,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XPath 類來提供Xpath的支援. 它也同時支援DOM-like和SAX-like .還是前面的那個xml檔案，我們使用Xpath可以這樣做：

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

輸出是類似於下面的：

<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"]