Ruby处理XML：SAX、DOM与REXML解析详解

本文档提供了一个简单的教程，介绍了如何在Ruby编程环境中处理XML、XSLT和XPath。XML是一种可扩展标记语言，用于结构化电子文件。Ruby中处理XML主要依赖于REXML库，该库提供了SAX和DOM两种解析器。 在深入探讨Ruby中的XML处理之前，首先了解XML的基本概念至关重要。XML设计的目标是传输和存储数据，而非显示数据，它是SGML（Standard Generalized Markup Language）的一个简化子集。XML文档由元素、属性、文本、注释和处理指令等构成，具有自描述性，便于机器理解和处理。 XML解析器有两种主要类型：SAX（Simple API for XML）和DOM（Document Object Model）。SAX解析器采用事件驱动方式，逐行读取XML文档，当遇到特定语法结构时触发事件处理器。这种方式适用于处理大型XML文档，因为它不需要一次性加载整个文档到内存。DOM解析器则构建一个完整的文档树，所有XML元素都表示为树形结构的节点，允许开发者通过遍历树来访问和修改任何部分。DOM解析器适合小型或中型文档，但对内存要求较高。 在Ruby中，REXML库是处理XML的标准工具。REXML提供了一个完整的XML解析和生成框架，包括SAX和DOM解析器的支持。使用REXML，开发者可以轻松地解析XML文档，查找、修改或创建新的XML元素。REXML库的优势在于其纯Ruby实现，轻量级且易于理解的API，同时支持XPath查询语言，用于定位XML文档中的特定节点。 以下是一个使用REXML解析XML文档的简单示例： ```ruby require 'rexml/document' # 创建XML字符串 xml_string = '<collection shelf="NewArrivals"><movie title="EnemyBehind"><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,ScienceFiction</type><format>Blu-ray</format><year>2007</year><rating>PG-13</rating><stars>9</stars><description>Robots in disguise!</description></movie></collection>' # 使用REXML解析XML字符串 doc = REXML::Document.new(xml_string) # 遍历XML文档 doc.elements.each('collection/movie') do |movie| puts "Title: #{movie.attributes['title']}" puts "Type: #{movie.elements['type'].text}" puts "Year: #{movie.elements['year'].text}" puts "Rating: #{movie.elements['rating'].text}" puts "Stars: #{movie.elements['stars'].text}" puts "Description: #{movie.elements['description'].text}" puts "------------------------" end ``` 在上述代码中，我们首先引入了`rexml/document`库，然后创建了一个XML字符串。接着，我们使用`REXML::Document.new`创建了一个XML文档对象，并通过`elements.each`遍历`collection`下的每个`movie`元素，提取并打印相关信息。 XPath是XML的导航语言，用于在XML文档中找到特定的节点。例如，如果要找到所有电影的类型，可以使用以下XPath表达式： ```ruby types = doc.elements['//movie/type'].map(&:text) puts types ``` 这会返回一个数组，包含所有电影的类型。 对于XSLT（可扩展样式表语言转换），它是用于转换XML文档的XML方言。在Ruby中，可以使用Nokogiri库来处理XSLT转换。Nokogiri是一个强大的XML和HTML解析库，它集成了LibXML和LibXSLT，提供了高效的XSLT转换功能。 Ruby提供了丰富的工具来处理XML，如REXML和Nokogiri，使得开发者能够方便地读取、解析、修改和生成XML文档，同时也支持XPath和XSLT操作，为XML数据的处理提供了全面的支持。