Ruby XML, XSLT 和 XPath 教程

什么是 XML ?

XML 指可擴(kuò)展標(biāo)記語言（eXtensible Markup Language）。

可擴(kuò)展標(biāo)記語言，標(biāo)準(zhǔn)通用標(biāo)記語言的子集，一種用于標(biāo)記電子文件使其具有結(jié)構(gòu)性的標(biāo)記語言。

它可以用來標(biāo)記數(shù)據(jù)、定義數(shù)據(jù)類型，是一種允許用戶對自己的標(biāo)記語言進(jìn)行定義的源語言。 它非常適合萬維網(wǎng)傳輸，提供統(tǒng)一的方法來描述和交換獨(dú)立于應(yīng)用程序或供應(yīng)商的結(jié)構(gòu)化數(shù)據(jù)。

更多內(nèi)容請查看我們的 XML 教程

XML解析器結(jié)構(gòu)和API

XML的解析器主要有DOM和SAX兩種。

• SAX解析器是基于事件處理的，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(jié)構(gòu)時，就會調(diào)用這個特定語法結(jié)構(gòu)的事件處理程序，向應(yīng)用程序發(fā)送一個事件。
• DOM是文檔對象模型解析，構(gòu)建文檔的分層語法結(jié)構(gòu)，在內(nèi)存中建立DOM樹，DOM樹的節(jié)點(diǎn)以對象的形式來標(biāo)識，文檔解析文成以后，文檔的整個DOM樹都會放在內(nèi)存中。

Ruby 中解析及創(chuàng)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(guī)范。

在Ruby1.8版本及其以后，RUBY標(biāo)準(zhǔn)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(nèi)。

REXML解析器比其他的解析器有以下優(yōu)點(diǎn)：

• 100% 由 Ruby 編寫。
• 可適用于 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。
• 基于 SAX2 API 和完整的 XPath 支持。
• 使用 Ruby 安裝，而無需單獨(dú)安裝。

以下為實(shí)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(shù)據(jù)，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)

# 獲取 root 元素
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]

# 以下將輸出電影標(biāo)題
xmldoc.elements.each("collection/movie"){ 
   |e| puts "Movie Title : " + e.attributes["title"] 
}

# 以下將輸出所有電影類型
xmldoc.elements.each("collection/movie/type") {
   |e| puts "Movie Type : " + e.text 
}

# 以下將輸出所有電影描述
xmldoc.elements.each("collection/movie/description") {
   |e| puts "Movie Description : " + e.text 
}

以上實(shí)例輸出結(jié)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(shù)據(jù)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(shí)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(jié)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(biāo)準(zhǔn)通用標(biāo)記語言的子集）文檔中某部分位置的語言。XPath基于XML的樹狀結(jié)構(gòu)，提供在數(shù)據(jù)結(jié)構(gòu)樹中找尋節(jié)點(diǎn)的能力。

Ruby 通過 REXML 的 XPath 類支持 XPath，它是基于樹的分析（文檔對象模型）。

#!/usr/bin/ruby -w

require 'rexml/document'
include REXML

xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)

# 第一個電影的信息
movie = XPath.first(xmldoc, "http://movie")
p movie

# 打印所有電影類型
XPath.each(xmldoc, "http://type") { |e| puts e.text }

# 獲取所有電影格式的類型，返回數(shù)組
names = XPath.match(xmldoc, "http://format").map {|x| x.text }
p names

以上實(shí)例輸出結(jié)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(hù)。這主要是為Linux操作系統(tǒng)編寫的，需要以下庫：

• Sablot
• Iconv
• Expat

XSLT4R

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(biāo)準(zhǔn)的Ruby安裝方法（即Ruby install.rb）進(jìn)行安裝。

XSLT4R 語法格式如下：

ruby xslt.rb stylesheet.xsl document.xml [arguments]

如果您想在應(yīng)用程序中使用XSLT4R，您可以引入XSLT及輸入你所需要的參數(shù)。實(shí)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 。