代码之家 › 专栏 › 技术社区 › dreeves

Ruby中的XML到哈希表:解析历史发明列表

hpricot nokogiri xml ruby

dreeves · 技术社区 · 14 年前

我想把以下有关历史发明的数据整合成一个方便的Ruby数据结构:

http://yootles.com/outbox/inventions.xml

请注意,所有数据都在XML属性中。

似乎应该用几行代码快速解决问题。有了rails,就有了hash.from_xml,尽管我不确定它是否能正确地处理属性。无论如何,我需要这个作为一个独立的Ruby脚本。 Nokogiri 对于这个简单的任务来说,似乎过于复杂了,基于这个代码,有人发布了类似的问题: http://gist.github.com/335286 . 我发现了一个据称 simple solution using hpricot 但它似乎不处理XML属性。也许这是一个简单的扩展? 终于有了 ROXML 但这看起来比Nokogiri还要重。

为了使问题具体化(并且有明显的别有用心),让我们假设一个答案应该是一个完整的Ruby脚本,它从上面的URL中提取XML并像这样输出csv:

id, invention, year, inventor, country
RslCn, "aerosol can", 1926, "Erik Rotheim", "Norway"
RCndtnng, "air conditioning", 1902, "Willis Haviland Carrier", "US"
RbgTmtv, "airbag, automotive", 1952, "John Hetrick", "US"
RplnNgnpwrd, "airplane, engine-powered", 1903, "Wilbur and Orville Wright", "US"

我会自己做答案,并把它贴出来,除非有人用明显优于我的东西打我。谢谢!

2 回复 | 直到 9 年前

drummondj 14 年前

使用rexml和open-uri:

require "rexml/document"
require "open-uri"

doc = REXML::Document.new open( "http://yootles.com/outbox/inventions.xml" ).read

puts [ 'id', 'invention', 'year', 'inventor', 'country' ].join ','
doc.root.elements.each do |invention|
  inventor = invention.elements.first
  data = []
  data << invention.attributes['id']
  data << '"' + invention.attributes['name'] + '"'
  data << invention.attributes['year']
  data << '"' + inventor.attributes['name'] + '"'
  data << '"' + inventor.attributes['country'] + '"'
  puts data.join ','
end

dreeves 14 年前

结果证明这比我想象中的诺科吉里简单:

require 'rubygems'
require 'nokogiri' # needs sudo port install libxslt and stuff; see nokogiri.org
require 'open-uri'

@url = 'http://yootles.com/outbox/inventions.xml'

doc = Nokogiri::XML(open(@url))
puts("id, invention, year, inventor, country")
doc.xpath("//invention").each{ |i| 
  inventor = i.xpath("inventor").first
  print i['id'], ", \"", i['name'], "\", ", i['year'], ", \"", 
  inventor['name'], "\", \"", inventor['country'], "\"\n"
}

推荐文章

Alibaba17 · 如何使用nokogiri(ruby)从维基百科电影页面检索总信息[关闭]

7 年前

Dave · 如何在Nokogiri文档中检索唯一的父节点集?

7 年前

Francisco Campaña · Ruby Nokogiri。匹配动态属性名称

7 年前

Fabián · 通过h3含量nokogiri之间的<p>提取

7 年前

lumos · 循环遍历XML文件的元素,看看它们是否包含数组中的任何值?

7 年前

ForceMagic · Nokogiri正在返回根元素。为什么?

7 年前

Lucas Barreto · 使用Ruby和Nokogiri解析页面的不同类项

7 年前

Matrix · 使用mechanize获取以下特定标签?(红宝石)

7 年前

jbmyid · 创建中文xml ruby nokogiri

7 年前

sam.roberts55 · 使用带有rails-url链接的代理

8 年前