Ruby XML, XSLT 和XPath 教程
什麼是XML ?
XML 指可擴展標記語言(eXtensible Markup Language)。
可擴展標記語言,標准通用標記語言的子集,一種用於標記電子文件使其具有結構性的標記語言。
它可以用來標記數據、定義數據類型,是一種允許用戶對自己的標記語言進行定義的源語言。 它非常適合萬維網傳輸,提供統一的方法來描述和交換獨立於應用程序或供應商的結構化數據。
更多內容請查看我們的XML教程
XML解析器結構和API
XML的解析器主要有DOM和SAX兩種。
- SAX解析器是基於事件處理的,需要從頭到尾把XML文檔掃描一遍,在掃描的過程中,每次遇到一個語法結構時,就會調用這個特定語法結構的事件處理程序,向應用程序發送一個事件。
- DOM是文檔對像模型解析,構建文檔的分層語法結構,在內存中建立DOM樹,DOM樹的節點以對象的形式來標識,文檔解析文成以後,文檔的整個DOM樹都會放在內存中。
Ruby 中解析及創建XML
RUBY中對XML的文檔的解析可以使用這個庫REXML庫。
REXML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模塊內。
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行代碼。
- 很容易理解的方法和類。
- 基於SAX2 API 和完整的XPath 支持。
- 使用Ruby 安裝,而無需單獨安裝。
以下為實例的XML 代碼,保存為movies.xml:
<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 解析器
讓我們先來解析XML 數據,首先我們先引入rexml/document 庫,通常我們可以將REXML 在頂級的命名空間中引入:
#!/usr/bin/ruby -w require 'rexml/document' include REXML xmlfile = File.new("movies.xml") xmldoc = Document.new(xmlfile) # 获取 root 元素 root = xmldoc.root puts "Root element : " + root.attributes["shelf"] # 以下将输出电影标题 xmldoc.elements.each("collection/movie"){ |e| puts "Movie Title : " + e.attributes["title"] } # 以下将输出所有电影类型 xmldoc.elements.each("collection/movie/type") { |e| puts "Movie Type : " + e.text } # 以下将输出所有电影描述 xmldoc.elements.each("collection/movie/description") { |e| puts "Movie Description : " + e.text }
以上實例輸出結果為:
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-like Parsing:
SAX 解析器
處理相同的數據文件:movies.xml,不建議SAX的解析為一個小文件,以下是個簡單的實例:
#!/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)
以上輸出結果為:
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
我們可以使用XPath來查看XML ,XPath是一門在XML文檔中查找信息的語言(查看: XPath教程 )。
XPath即為XML路徑語言,它是一種用來確定XML(標准通用標記語言的子集)文檔中某部分位置的語言。 XPath基於XML的樹狀結構,提供在數據結構樹中找尋節點的能力。
Ruby 通過REXML 的XPath 類支持XPath,它是基於樹的分析(文檔對像模型)。
#!/usr/bin/ruby -w require 'rexml/document' include REXML xmlfile = File.new("movies.xml") xmldoc = Document.new(xmlfile) # 第一个电影的信息 movie = XPath.first(xmldoc, "//movie") p movie # 打印所有电影类型 XPath.each(xmldoc, "//type") { |e| puts e.text } # 获取所有电影格式的类型,返回数组 names = XPath.match(xmldoc, "//format").map {|x| x.text } p names
以上實例輸出結果為:
<movie title='Enemy Behind'> ... </> War, Thriller Anime, Science Fiction Anime, Action Comedy ["DVD", "DVD", "DVD", "VHS"]
XSLT 和Ruby
Ruby 中有兩個XSLT 解析器,以下給出簡要描述:
Ruby-Sablotron
這個解析器是由正義Masayoshi Takahash編寫和維護。 這主要是為Linux操作系統編寫的,需要以下庫:
- Sablot
- Iconv
- Expat
你可以在Ruby-Sablotron找到這些庫。
XSLT4R
XSLT4R 由Michael Neumann 編寫。 XSLT4R 用於簡單的命令行交互,可以被第三方應用程序用來轉換XML文檔。XSLT4R需要XMLScan操作,包含了XSLT4R 歸檔,它是一個100%的Ruby的模塊。 這些模塊可以使用標準的Ruby安裝方法(即Ruby install.rb)進行安裝。
XSLT4R 語法格式如下:
ruby xslt.rb stylesheet.xsl document.xml [arguments]
如果您想在應用程序中使用XSLT4R,您可以引入XSLT及輸入你所需要的參數。 實例如下:
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 )
更多資料
- 完整的REXML解析器,請查看文檔REXML解析器文檔 。
- 你可以從RAA知識庫中下載XSLT4R 。