上一节:
下一节:

  Ruby Ruby-XML，XSLT和XPath

  • 什么是XML？

    可扩展标记语言（XML）是一种类似于HTML或SGML的标记语言。万维网联盟建议这样做，并且可以作为开放标准使用。XML是一种可移植的开放源语言，它使程序员能够开发可由其他应用程序读取的应用程序，而无需考虑操作系统和/或开发语言。XML对跟踪少量到中等数量的数据而无需基于SQL的主干非常有用。

  • XML解析器体系结构和API

    XML解析器有两种不同的风格-
    • 类似于SAX的（Stream接口） - 在这里您注册感兴趣事件的回调，然后让解析器继续处理文档。当您的文档很大或有内存限制时，此功能非常有用，它会在从磁盘读取文件时解析文件，并且整个文件永远不会存储在内存中。
    • 类DOM（对象树接口） - 这是万维网联盟的建议，其中，将整个文件读入内存并以分层（基于树）的形式存储，以表示XML文档的所有功能。
    当处理大文件时，SAX显然无法像DOM一样快地处理信息。另一方面，仅使用DOM确实可以杀死您的资源，尤其是在许多小文件上使用时。SAX是只读的，而DOM允许更改XML文件。由于这两个不同的API实际上相互补充，因此没有理由不能在大型项目中同时使用它们。

  • 使用Ruby解析和创建XML

    操纵XML的最常见方法是使用Sean Russell的REXML库。自2002年以来，REXML已成为标准Ruby发行版的一部分。REXML是符合XML 1.0标准的纯Ruby XML处理器。它是一个非验证处理器，通过了所有OASIS非验证一致性测试。与其他可用的解析器相比，REXML解析器具有以下优点-
    • 它是用Ruby 100％编写的。
    • 它可以用于SAX和DOM解析。
    • 它是轻量级的，少于2000行代码。
    • 方法和类确实很容易理解。
    • 基于SAX2的API和完整的XPath支持。
    • 随Ruby安装一起提供，不需要单独安装。
    对于我们所有的XML代码示例，让我们使用一个简单的XML文件作为输入- 
    
<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>

  • 类似于DOM的解析

    首先让我们以树的形式解析XML数据。我们首先需要rexml/document库；为了方便起见，通常我们会做一个include REXML导入顶级名称空间。 
    
require 'rexml/document'
include REXML

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

# Now get the root element
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]

# This will output all the movie titles.
xmldoc.elements.each("collection/movie"){ 
   |e| puts "Movie Title : " + e.attributes["title"] 
}

# This will output all the movie types.
xmldoc.elements.each("collection/movie/type") {
   |e| puts "Movie Type : " + e.text 
}

# This will output all the movie description.
xmldoc.elements.each("collection/movie/description") {
   |e| puts "Movie Description : " + e.text 
}
    这将产生以下结果- 
    
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

  • 类似于SAX的解析

    为了以面向流的方式处理相同的数据movie.xml文件，我们将定义一个侦听器类，该类的方法将成为解析器中回调的目标。
    注 – 不建议对小文件使用类似SAX的解析，这仅是一个演示示例。- 
    
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)
    这将产生以下结果- 
    
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

    查看XML的另一种方法是XPath。这是一种伪语言，描述了如何在XML文档中定位特定元素和属性，并将该文档视为逻辑顺序树。REXML通过XPath类具有XPath支持。如上所见，它假定基于树的解析（文档对象模型）。 
    
require 'rexml/document'
include REXML

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

# Info for the first movie found
movie = XPath.first(xmldoc, "//movie")
p movie

# Print out all the movie types
XPath.each(xmldoc, "//type") { |e| puts e.text }

# Get an array of all of the movie formats.
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names
    这将产生以下结果- 
    
<movie title = 'Enemy Behind'> ... </>
War, Thriller
Anime, Science Fiction
Anime, Action
Comedy
["DVD", "DVD", "DVD", "VHS"]

  • XSLT和Ruby

    Ruby可以使用两个XSLT解析器。此处简要介绍了每种方法。
    Ruby-Sablotron
    该解析器由高桥正敏编写和维护。这主要是为Linux OS编写的，并且需要以下库-
    • Sablot
    • Iconv
    • Expat
    您可以在Ruby-Sablotron上找到此模块。
    XSLT4R
    XSLT4R由Michael Neumann编写，可以在RAA的“库”部分的XML下找到。XSLT4R使用简单的命令行界面，尽管它也可以在第三方应用程序中使用，以转换XML文档。XSLT4R需要XMLScan才能运行，它包含在XSLT4R归档文件中，并且也是100％的Ruby模块。可以使用标准Ruby安装方法（即ruby install.rb）安装这些模块。XSLT4R具有以下语法- 
    
ruby xslt.rb stylesheet.xsl document.xml [arguments]
    如果要在应用程序中使用XSLT4R，则可以包括XSLT并输入所需的参数。这是例子- 
    
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 )
上一节:
下一节: