实例解析Ruby程序中调用REXML来解析XML格式数据的用法

rexml 是由 sean russell 编写的库。它不是 ruby 的唯一 xml 库，但它是很受欢迎的一个，并且是用纯 ruby 编写（ nqxml 也是用 ruby 编写的， 但 xmlparser 封装了用 c 编写的 jade 库）。 在他的 rexml 概述中，russell 评论道：
我有这样的问题：我不喜欢令人困惑的 api。有几种用于 java 实现的 xml 解析器 api。其中大多数都遵循 dom 或 sax，并且在基本原理上与不断出现的众多 java api 非常相似。也就是说，它们看 上去象是由从未使用过他们自己的 api 的理论家设计出来的。 通常，现有的 xml api 都很令人讨厌。他们采用一种被明确设计成非常简单、一流且功能强大的标记语言， 然后用讨厌的、过多的和大型 api 对它进行封装。甚至是为了进行最基本的 xml 树操作，我总是不得不参考 api 文档； 没有任何东西是凭直觉的，而且几乎每个操作都很复杂。
虽然我并不认为它有多么令人心烦，但我同意 russell 的观点：xml api 对于大多数使用它们的人来说无疑带来了过多的工作量。

示例
看下面的book.xml:

引用

<library shelf="recent acquisitions"> 
 <section name="ruby"> 
  <book isbn="0672328844"> 
  <title>the ruby way</title> 
  <author>hal fulton</author> 
  <description> 
   second edition. the book you are now reading. 
   ain't recursion grand? 
  </description> 
  </book> 
 </section> 
 <section name="space"> 
  <book isbn="0684835509"> 
   <title>the case for mars</title> 
   <author>robert zubrin</author> 
   <description>pushing toward a second home for the human 
    race. 
   </description> 
  </book> 
  <book isbn="074325631x"> 
   <title>first man: the life of neil a. armstrong</title> 
   <author>james r. hansen</author> 
   <description>definitive biography of the first man on 
    the moon. 
   </description> 
  </book> 
 </section> 
</library>

1 tree parsing(也就是dom-like)

我们需要require rexml/document 库，并且include rexml :

require 'rexml/document' 
include rexml 
 
input = file.new("books.xml") 
doc = document.new(input) 
 
root = doc.root 
puts root.attributes["shelf"]  # recent acquisitions 
 
doc.elements.each("library/section") { |e| puts e.attributes["name"] } 
# output: 
# ruby 
# space 
 
doc.elements.each("*/section/book") { |e| puts e.attributes["isbn"] } 
# output: 
# 0672328844 
# 0321445619 
# 0684835509 
# 074325631x 
 
sec2 = root.elements[2] 
author = sec2.elements[1].elements["author"].text  # robert zubrin 

这里要注意的是xml中的属性和值被表示为一个hash，因此我们能够通过attributes[]来提取我们需要的值，元素的值还能通过类似于path的字符串或者整数来取得.其中用整数取的话，是1-based而不是0-based.

2  stream parsing（也就是sax-like parsing)

这边使用了一个小技巧，那就是定义了一个listener 类，它将会在parse的时候被回调:

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 
source = file.new "books.xml" 
document.parse_stream(source, list) 

这里介绍一下streamlistener 模块，这个模块它提供了几个空的回调方法，因此你可以为了实现你自己的功能而覆盖它.当parser 进入一个tag时，就会调用tag_start方法.而text方法也是类似的，他只不过是当读取到数据时会被回调,它的输出是这样的：

tag_start: "library", {"shelf"=>"recent acquisitions"} 
tag_start: "section", {"name"=>"ruby"} 
tag_start: "book", {"isbn"=>"0672328844"} 
tag_start: "title", {} 
text : "the ruby way" 

3 xpath

rexml通过xpath 类来提供xpath的支持. 它也同时支持dom-like和sax-like .还是前面的那个xml文件，我们使用xpath可以这样做：

book1 = xpath.first(doc, "//book") # info for first book found 
p book1 
 
# print out all titles 
xpath.each(doc, "//title") { |e| puts e.text } 
 
# get an array of all of the "author" elements in the document. 
names = xpath.match(doc, "//author").map {|x| x.text } 
p names 

输出是类似于下面的：

<book isbn='0672328844'> ... </> 
the ruby way 
the case for mars 
first man: the life of neil a. armstrong 
["hal fulton", "robert zubrin", "james r. hansen"]