Ruby XML, XSLT 和 XPath 教程

什么是 XML ?

XML 指可擴展標記語言（eXtensible Markup Language）。

可擴展標記語言，標準通用標記語言的子集，一種用于標記電子文件使其具有結構性的標記語言。

它可以用來標記數據、定義數據類型，是一種允許用戶對自己的標記語言進行定義的源語言。 它非常適合萬維網傳輸，提供統一的方法來描述和交換獨立于應用程序或供應商的結構化數據。

更多內容請查看我們的 XML 教程

XML解析器結構和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構時，就會調用這個特定語法結構的事件處理程序，向應用程序發送一個事件。
• DOM是文檔對象模型解析，構建文檔的分層語法結構，在內存中建立DOM樹，DOM樹的節點以對象的形式來標識，文檔解析文成以后，文檔的整個DOM樹都會放在內存中。

Ruby 中解析及創建 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規范。

在Ruby1.8版本及其以后，RUBY標準庫中將包含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。

REXML解析器比其他的解析器有以下優點：

• 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，而無需單獨安裝。

以下為實例的 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 數據，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 
}

以上實例輸出結果為：

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

處理相同的數據文件：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（標準通用標記語言的子集）文檔中某部分位置的語言。XPath基于XML的樹狀結構，提供在數據結構樹中找尋節點的能力。

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, "//movie")
p movie

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

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

以上實例輸出結果為：

<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。這主要是為Linux操作系統編寫的，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準的Ruby安裝方法（即Ruby install.rb）進行安裝。

XSLT4R 語法格式如下：

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

如果您想在應用程序中使用XSLT4R，您可以引入XSLT及輸入你所需要的參數。實例如下：

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 。