Ruby學習之XML, XSLT 和 XPath使用方法
XML就是指可擴充套件標記語言(eXtensible Markup Language),標準通用標記語言的子集,一種用於標記電子檔案使其具有結構性的標記語言。它可以用來標記資料、定義資料型別,是一種允許使用者對自己的標記語言進行定義的源語言。 它非常適合全球資訊網傳輸,提供統一的方法來描述和交換獨立於應用程式或供應商的結構化資料。
XML的解析器主要有DOM和SAX兩種,如下:
- SAX解析器是基於事件處理的,需要從頭到尾把XML文件掃描一遍,在掃描的過程中,每次遇到一個語法結構時,就會呼叫這個特定語法結構的事件處理程式,嚮應用程式傳送一個事件。
- DOM是文件物件模型解析,構建文件的分層語法結構,在記憶體中建立DOM樹,DOM樹的節點以物件的形式來標識,文件解析文成以後,文件的整個DOM樹都會放在記憶體中。
Ruby中對XML的文件的解析可以使用這個庫REXML庫,這個庫是ruby的一個XML工具包,是使用純Ruby語言編寫的,遵守XML1.0規範。在Ruby1.8版本及其以後,RUBY標準庫中將包含REXML。REXML庫的路徑是: rexml/document,所有的方法和類都被封裝到一個REXML模組內。REXML解析器比其他的解析器有以下優點:
- 100% 由 Ruby 編寫。
- 可適用於 SAX 和 DOM 解析器。
- 它是輕量級的,不到2000行程式碼。
- 很容易理解的方法和類。
- 基於 SAX2 API 和完整的 XPath 支援。
- 使用 Ruby 安裝,而無需單獨安裝。
接下來,我們先將下列程式碼儲存為.xml字尾的檔案:
<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>
之後,我們就來解析 XML 資料,首先我們先引入 rexml/document 庫,通常我們可以將 REXML 在頂級的名稱空間中引入:
#!/usr/bin/ruby -w
require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
# 獲取 root 元素
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]
# 以下將輸出電影標題
xmldoc.elements.each("collection/movie"){
|e| puts "Movie Title : " + e.attributes["title"]
}
# 以下將輸出所有電影型別
xmldoc.elements.each("collection/movie/type") {
|e| puts "Movie Type : " + e.text
}
# 以下將輸出所有電影描述
xmldoc.elements.each("collection/movie/description") {
|e| puts "Movie Description : " + e.text
}
再來使用SAX解析剛剛儲存的xml檔案:
#!/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)
我們還可以使用XPath來檢視XML ,XPath 是一門在 XML 文件中查詢資訊的語言,XPath即為XML路徑語言,它是一種用來確定XML(標準通用標記語言的子集)文件中某部分位置的語言。XPath基於XML的樹狀結構,提供在資料結構樹中找尋節點的能力。Ruby 通過 REXML 的 XPath 類支援 XPath,它是基於樹的分析(文件物件模型),來看例項:
#!/usr/bin/ruby -w
require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
# 第一個電影的資訊
movie = XPath.first(xmldoc, "//movie")
p movie
# 列印所有電影型別
XPath.each(xmldoc, "//type") { |e| puts e.text }
# 獲取所有電影格式的型別,返回陣列
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names
Ruby中還有兩個 XSLT 解析器,第一個是Ruby-Sablotron,是由正義Masayoshi Takahash編寫和維護,因為主要是為Linux作業系統編寫的,所以還需要Sablot、Iconv、Expat這三個庫。
另外一個就是XSLT4R,它是由 Michael Neumann 編寫。 XSLT4R 用於簡單的命令列互動,可以被第三方應用程式用來轉換XML文件。XSLT4R需要XMLScan操作,包含了 XSLT4R 歸檔,它是一個100%的Ruby的模組。這些模組可以使用標準的Ruby安裝方法(即Ruby install.rb)進行安裝,來看下它的語法格式:
ruby xslt.rb stylesheet.xsl document.xml [arguments]
如果我們想在應用程式中使用XSLT4R,可以引入XSLT及輸入你所需要的引數例項如下:
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 )
我們可以從 RAA 知識庫 中下載 XSLT4R,還有,如果想了解完整的REXML解析器的話,可以檢視REXML 解析器文件。
好啦,本次記錄就到這裡了。
如果感覺不錯的話,請多多點贊支援哦。。。