站长资源脚本专栏
Ruby中使用Nokogiri包来操作XML格式数据的教程
简介安装对于Ubuntu,需要安装好 libxml2, libxslt 这两个组件：$ apt-get install libxml2 libxslt然后就可以：$ gem install nokogiri可选项nokogiri提供了一些解析文件时的可选项,常用的有:NOBLANKS : 删除空节点
安装
对于Ubuntu,需要安装好 libxml2, libxslt 这两个组件：
$ apt-get install libxml2 libxslt
然后就可以：
$ gem install nokogiri
可选项
nokogiri提供了一些解析文件时的可选项,常用的有:
- NOBLANKS : 删除空节点
- NOENT : 替代实体
- NOERROR : 隐藏错误报告
- STRICT : 精确解析,当解析到文件异常时抛出错误
- NONET : 在解析期间禁止任何网络连接.
可选项使用方式举例(通过块调用):
doc = Nokogiri::XML(File.open("blossom.xml")) do |config|
config.strict.nonet
end
或者
doc = Nokogiri::XML(File.open("blossom.xml")) do |config|
config.options = Nokogiri::XML::ParseOptions::STRICT | Nokogiri::XML::ParseOptions::NONET
end
解析
可以从文件，字符串，URL等来解析。靠的是这两个方法 Nokogiri::HTML, Nokogiri::XML：
读取字符串：
html_doc = Nokogiri::HTML("<html><body><h1>Mr. Belvedere Fan Club</h1></body></html>")
xml_doc = Nokogiri::XML("<root><aliens><alien><name>Alf</name></alien></aliens></root>")
读取文件：
f = File.open("blossom.xml")
doc = Nokogiri::XML(f)
f.close
读取URL：
require 'open-uri'
doc = Nokogiri::HTML(open("http://www.threescompany.com/"))
寻找节点
可以使用XPATH 以及 CSS selector 来搜索： 例如，给定一个XML：
<books> <book> <title>Stars</title> </book> <book> <title>Moon</title> </book> </books>
xpath:
@doc.xpath("//title")
css:
@doc.css("book title")
修改节点内容
title = @doc.css("book title").firsto
title.content = 'new title'
puts @doc.to_html
# =>
...
<title>new title</title>
...
修改节点的结构
first_title = @doc.at_css('title')
second_book = @doc.css('book').last
# 可以把第一个title放到第二个book中
first_title.parent = second_book
# 也可以随意摆放。
second_book.add_next_sibling(first_title)
# 也可以修改对应的class
first_title.name = 'h2'
first_title['class']='red_color'
puts @doc.to_html
# => <h2 class='red_color'>...</h2>
# 也可以新建一个node
third_book = Nokogiri::XML::Node.new 'book', @doc
third_book.content = 'I am the third book'
second_book.add_next_sibling third_book
puts @doc.to_html
# =>
...
<books>
...
<book>I am the third book</book>
</books>