Hpricot XML текстовый поиск - PullRequest
Новая
       4

Hpricot XML текстовый поиск

1 голос
/ 12 февраля 2011

Hpricot + Ruby XML-анализ и логический выбор.

Цель: найти все заголовки, написанные автором Бобом.

Мой XML-файл: 

<rss>
<channel>
<item>
<title>Book1</title>
<pubDate>march 1 2010</pubDate>
<author>Bob</author>
</item>

<item>
<title>book2</title>
<pubDate>october 4 2009</pubDate>
<author>Bill</author>
</item>

<item>
<title>book3</title>
<pubDate>June 5 2010</pubDate>
<author>Steve</author>
</item>
</channel>
</rss>

#my Hpricot, running this code returns no output, however the search pattern works on its own.
 (doc % :rss % :channel / :item).each do |item|

        a=item.search("author[text()*='Bob']")

        #puts "FOUND" if a.include?"Bob"
        puts item.at("title") if a.include?"Bob"

  end

Ответы [ 2 ]

3 голосов
/ 12 февраля 2011

Если вы не настроены на Hpricot, вот один из способов сделать это с XPath в Nokogiri : 

require 'nokogiri'
doc = Nokogiri::XML( my_rss_string )
bobs_titles = doc.xpath("//title[parent::item/author[text()='Bob']]")
p bobs_titles.map{ |node| node.text }
#=> ["Book1"]

Редактировать : @ XPath theTinMan также хорошо работает, более читабелен и вполне может быть быстрее: 

bobs_titles = doc.xpath("//author[text()='Bob']/../title")
2 голосов
/ 12 февраля 2011

Одна из идей XPath заключается в том, что она позволяет нам перемещаться по DOM аналогично каталогу на диске: 

require 'hpricot'

xml = <<EOT
<rss>
    <channel>
        <item>
            <title>Book1</title>
            <pubDate>march 1 2010</pubDate>
            <author>Bob</author>
        </item>

        <item>
            <title>book2</title>
            <pubDate>october 4 2009</pubDate>
            <author>Bill</author>
        </item>

        <item>
            <title>book3</title>
            <pubDate>June 5 2010</pubDate>
            <author>Steve</author>
        </item>

        <item>
            <title>Book4</title>
            <pubDate>march 1 2010</pubDate>
            <author>Bob</author>
        </item>

    </channel>
</rss>
EOT

doc = Hpricot(xml)

titles = (doc / '//author[text()="Bob"]/../title' )
titles # => #<Hpricot::Elements[{elem <title> "Book1" </title>}, {elem <title> "Book4" </title>}]>

Это означает: «найдите все книги Боба, затем найдите один уровень и найдитетег заголовка ".

Я добавил дополнительную книгу" Боб ", чтобы проверить получение всех вхождений.

Чтобы получить элемент, содержащий книгу Боба, просто вернитесь на уровень вверх: 

items = (doc / '//author[text()="Bob"]/..' )
puts items # => nil
# >> <item>
# >>             <title>Book1</title>
# >>             <pubdate>march 1 2010</pubdate>
# >>             <author>Bob</author>
# >>         </item>
# >> <item>
# >>             <title>Book4</title>
# >>             <pubdate>march 1 2010</pubdate>
# >>             <author>Bob</author>
# >>         </item>

Я также понял, что делает (doc % :rss % :channel / :item).Это эквивалентно вложению поисков, за исключением заключенных в скобки скобок, и они должны быть одинаковыми в Hpricot-ese: 

(doc % :rss % :channel / :item).size # => 4
(((doc % :rss) % :channel) / :item).size # => 4
(doc / '//rss/channel/item').size # => 4
(doc / 'rss channel item').size # => 4

Поскольку '//rss/channel/item' - это то, как вы обычно видите средство доступа XPath, и 'rss channel item' - это аксессор CSS, я бы рекомендовал использовать эти форматы для удобства и ясности.

...