nokogiri: от XML до HTML - PullRequest
Новая
       25

nokogiri: от XML до HTML

2 голосов
/ 26 ноября 2009

Я просто хочу сделать какое-то прямое преобразование (почти просто поиск и замена), но у меня возникают проблемы с тем, чтобы заставить вещи сидеть на месте - я получаю неуместные ссылки и дублированный контент. Я уверен, что делаю что-то глупое с моими попытками обхода xml:)

Я пытаюсь с: 

builder = Nokogiri::HTML::Builder.new do |doc|
 doc.html {
  doc.body {
   doc.div.wrapper! {
    doc.h1 "Short"

      xm.css('paragraph').each do |para|

        doc.h3.para(:id => para['number']) { doc.text para['number'] }

        doc.p.narrativeparagraph {

           xm.css('paragraph inner-section').each do |section|
              doc.span.innersection { doc.text section.content 

           xm.css('inner-section xref').each do |xref|
              doc.a(:href => "#" + xref['number']) { doc.text xref['number'] }
           end

           xm.css('paragraph inner-text').each do |innertext|
               doc.span.innertext { doc.text innertext.content }
           end

                } end #inner-section                 

                }

          end#end paragraph
        }#end wrapper
      }#end body
    }#end html
  end#end builder

на: 

<?xml version="1.0"?>

<looseleaf>

<paragraph number="1">
  <inner-section> blah one blah <xref number="link1location"></xref>
    <inner-text> blah two blah blah </inner-text>
     blah three
  </inner-section>
</paragraph>

<paragraph number="2">
<inner-section> blah four blah <xref number="link2location"></xref>
    <inner-text>blah five blah blah </inner-text>
         blah six
</inner-section>
</paragraph>

</looseleaf>

создать: 

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC- html40/loose.dtd">
<html>
<body>
<div id="wrapper">
<h1>Short</h1>
<h3 class="para" id="1">1</h3>
<p class="narrativeparagraph">
 <span class="innersection"> blah one blah <a href="#link1location">link1location</a>
 <span class="innertext"> blah two blah blah </span>
     blah three</span>
</p>

<h3 class="para" id="2">2</h3>
<p class="narrativeparagraph">
 <span class="innersection"> blah four blah <a ref="#link2location">link2location</a>
 <span class="innertext">blah five blah blah </span>
     blah six</span></p>

Я пробовал все виды вещей, чтобы попытаться заставить это работать, базовая структура html выходит хорошо, но дети параграфов - беспорядок - любая помощь будет очень признательна. С Уважением, Ritchie

1 Ответ

1 голос
/ 05 августа 2011

Есть много способов сделать это, но если вы настаиваете на подходе Builder, я бы сделал функцию, которая переводит <paragraph> в <p>. 

builder = Nokogiri::HTML::Builder.new do |doc|
  doc.html {
    doc.body {
      doc.div.wrapper! {
        doc.h1 "Short"
        xm.css('paragraph').each do |para|
          doc << translate_paragraph para.dup
        end #para
    }#end body
  }#end html
end#end builder

def translate_paragraph(p)
  # Change '<paragraph>' to '<p>'
  p.name = 'p'

  # Change '<innersection>' to '<span class='innersection'>'
  p.css('innersection').each { |tag|
    tag.name = 'span'
    tag['class'] = 'innersection'
  }

  # ...
end

Не идеально, но работает с Builder.

Я бы также рассмотрел XSLT, или рекурсивный обход дерева HTML и построение оттуда.

...