Ruby - XML、XSLT和XPath 教程

上一頁
下一頁

什麼是 XML？

可擴充套件標記語言 (XML) 是一種標記語言，類似於 HTML 或 SGML。這是全球資訊網聯盟推薦的開放標準。

XML 是一種可移植的開源語言，允許程式設計師開發可被其他應用程式讀取的應用程式，而不管作業系統和/或開發語言如何。

XML 在無需基於 SQL 的後端的情況下跟蹤少量到中等數量的資料方面非常有用。

XML 解析器架構和 API

XML 解析器有兩種不同的型別：

  • SAX 式 (流介面) - 在這裡，您為感興趣的事件註冊回撥，然後讓解析器處理文件。當您的文件很大或記憶體有限時，這很有用，它在從磁碟讀取檔案時解析檔案，並且整個檔案永遠不會儲存在記憶體中。

  • DOM 式 (物件樹介面) - 這是全球資訊網聯盟的建議，其中整個檔案被讀入記憶體並存儲在分層（基於樹）的形式中，以表示 XML 文件的所有特徵。

在處理大型檔案時，SAX 的處理速度顯然不如 DOM 快。另一方面，僅使用 DOM 會嚴重影響您的資源，尤其是在處理大量小檔案時。

SAX 是隻讀的，而 DOM 允許更改 XML 檔案。由於這兩種不同的 API 實際上是互補的，因此沒有理由不能將它們都用於大型專案。

使用 Ruby 解析和建立 XML

操作 XML 最常見的方法是使用 Sean Russell 的 REXML 庫。自 2002 年以來，REXML 一直是標準 Ruby 發行版的一部分。

REXML 是一個純 Ruby XML 處理器，符合 XML 1.0 標準。它是一個非驗證處理器，通過了所有 OASIS 非驗證一致性測試。

REXML 解析器與其他可用解析器相比具有以下優點：

  • 它完全是用 Ruby 編寫的。
  • 它可用於 SAX 和 DOM 解析。
  • 它很輕量級，程式碼少於 2000 行。
  • 方法和類非常易於理解。
  • 基於 SAX2 的 API 和完整的 XPath 支援。
  • 隨 Ruby 安裝一起提供，無需單獨安裝。

對於我們所有的 XML 程式碼示例，讓我們使用一個簡單的 XML 檔案作為輸入：

<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>

DOM 式解析

讓我們首先以樹狀方式解析我們的 XML 資料。我們首先需要rexml/document庫；通常為了方便，我們會包含 REXML 以匯入到頂層名稱空間中。

#!/usr/bin/ruby -w

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 
}

這將產生以下結果：

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

SAX 式解析

為了以面向流的方式處理相同的資料（movies.xml）檔案，我們將定義一個監聽器類，其方法將成為解析器中回撥的目標。

注意 - 不建議對小檔案使用 SAX 式解析，這隻用於演示示例。

#!/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)

這將產生以下結果：

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

檢視 XML 的另一種方法是 XPath。這是一種偽語言，描述瞭如何在 XML 文件中定位特定元素和屬性，並將該文件視為一個邏輯有序的樹。

REXML 透過XPath類支援 XPath。如上所述，它假定基於樹的解析（文件物件模型）。

#!/usr/bin/ruby -w

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

這將產生以下結果：

<movie title = 'Enemy Behind'> ... </>
War, Thriller
Anime, Science Fiction
Anime, Action
Comedy
["DVD", "DVD", "DVD", "VHS"]

XSLT 和 Ruby

Ruby 可以使用兩個可用的 XSLT 解析器。這裡簡要介紹了每個解析器。

Ruby-Sablotron

此解析器由 Takahashi Masayoshi 編寫和維護。它主要為 Linux 作業系統編寫，需要以下庫：

  • Sablot
  • Iconv
  • Expat

您可以在Ruby-Sablotron找到此模組。

XSLT4R

XSLT4R 由 Michael Neumann 編寫，可以在 RAA 的“庫”部分（在 XML 下）找到。XSLT4R 使用簡單的命令列介面，但也可以在第三方應用程式中用於轉換 XML 文件。

XSLT4R 需要 XMLScan 才能執行，後者包含在 XSLT4R 存檔中，並且也是一個 100% 的 Ruby 模組。可以使用標準的 Ruby 安裝方法（即 ruby install.rb）安裝這些模組。

XSLT4R 的語法如下：

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

如果您想在應用程式中使用 XSLT4R，您可以包含 XSLT 並輸入所需的引數。這是一個示例：

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 )

進一步閱讀

列印頁面
上一頁
下一頁
廣告
© . All rights reserved.