代码之家 › 专栏 › 技术社区 › lumos

基于命名空间前缀删除nokogiri属性

nokogiri namespaces xpath xml ruby

lumos · 技术社区 · 7 年前

<metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf">
    <dc:identifier id="iden" opf:scheme="ISBN">xxxx</dc:identifier>
    <dc:creator opf:role="aut" opf:file-as="Name">xxxx</dc:creator>
    <dc:date opf:event="publication">xxxx</dc:date>
    <dc:publisher>xxxx</dc:publisher>
    <meta name="cover" content="x"/>
</metadata>

我正在尝试删除任何带有“opf”前缀的属性。我在查找属性时遇到过xpath解决方案价值

elements = @doc.at_xpath('//xmlns:metadata').children
elements.each { |el|
    el.attributes.each { |attribute|
        if attribute[1].namespace_scopes[1].prefix == "opf"
            puts attribute[0]
        end
    }   
}

我最终得到:

id
scheme
role
file-as
event
name
content

但是我只想要那些带有“opf”前缀(“opf:scheme”,“opf:role”,“opf:file as”,“opf:event”)的,这样它们就可以被删除,而不需要接触任何其他属性。我甚至试图通过硬编码我知道存在的属性来强迫它:

opf_attributes = ["opf:file-as","opf:scheme","opf:role","opf:event"]
elements.each  { |el|
    opf_attributes.each { |x|
        el.remove_attribute(x) if el[x] != nil
    }
}

remove_attr(x) undefined method 'remove_attr' for #<Nokogiri::XML::Element:0x...>

所以,我的问题是:
有没有更清楚的方法

根据部分匹配和/或命名空间前缀查找属性,然后
从包含这些属性的节点中移除这些属性?

2 回复 | 直到 7 年前

Nick Veys 7 年前

节点对象具有 remove 方法将它们从树中删除,因此可以编写如下内容:

require 'nokogiri'

doc  = Nokogiri::XML(DATA)
puts '--- Before'
puts doc.to_s

doc.traverse do |node|
  next unless node.respond_to? :attributes
  node.attributes.each do |key, val|
    val.remove if val&.namespace&.prefix == 'opf'
  end
end

puts
puts '--- After'
puts doc.to_s

__END__
<metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf">
    <dc:identifier id="iden" opf:scheme="ISBN">xxxx</dc:identifier>
    <dc:creator opf:role="aut" opf:file-as="Name">xxxx</dc:creator>
    <dc:date opf:event="publication">xxxx</dc:date>
    <dc:publisher>xxxx</dc:publisher>
    <meta name="cover" content="x"/>
</metadata>

并查看以下输出:

â  ~ ruby test.rb
--- Before
<?xml version="1.0"?>
<metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf">
    <dc:identifier id="iden" opf:scheme="ISBN">xxxx</dc:identifier>
    <dc:creator opf:role="aut" opf:file-as="Name">xxxx</dc:creator>
    <dc:date opf:event="publication">xxxx</dc:date>
    <dc:publisher>xxxx</dc:publisher>
    <meta name="cover" content="x"/>
</metadata>

--- After
<?xml version="1.0"?>
<metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf">
    <dc:identifier id="iden">xxxx</dc:identifier>
    <dc:creator>xxxx</dc:creator>
    <dc:date>xxxx</dc:date>
    <dc:publisher>xxxx</dc:publisher>
    <meta name="cover" content="x"/>
</metadata>

注意如果您使用的Ruby版本不支持 &. nil .

Amadan 7 年前

doc.xpath('//@opf:*', { opf: "http://www.idpf.org/2007/opf" }).each(&:remove)

// @ opf: 结合命名空间定义( { opf: "http://www.idpf.org/2007/opf" } * 匹配任何名称。

请注意 门诊部: 它本身并不意味着什么; "http://www.idpf.org/2007/opf" opf 只是其范围内的简写。 .xpath('//@foobar:*', { foobar: "http://www.idpf.org/2007/opf" }) 对你的案子也同样有效。

doc.xpath('//@opf:*', doc.namespaces).each(&:remove)

但请注意,这通常并不安全(例如,命名空间可以在子节点上定义)。 doc.collect_namespaces 更安全一点,但即使这样,也不是完全安全的(例如,如果同一前缀用于文档不同部分中的两个不同uri)。我会选择第一个(显式URI),除非我真的亲眼看到了XML,并且知道前缀在哪里以及如何定义和使用。