ruby - xpath 挑战 : How to merge multiple results into one result

Question

我使用 Ruby 1.9.3p385 并使用 Nokogiri 来解析 XML 文件。不太确定我使用的是哪个 xpath 版本，但它确实响应 v.1 语法/函数，而不是 v.2 语法。

我有这个 XML 文件:

<root_tag>
  <middle_tag>
    <item_tag>
      <headline_1>
        <tag_1>Product title 1</tag_1>
      </headline_1>
      <headline_2>
        <tag_2>Product attribute 1</tag_2>
      </headline_2>
    </item_tag>
    <item_tag>
      <headline_1>
        <tag_1>Product title 2</tag_1>
      </headline_1>
      <headline_2>
        <tag_2>Product attribute 2</tag_2>
      </headline_2>
    </item_tag>
  </middle_tag>
</root_tag>

我想提取所有产品，为此我使用了这段代码:

products = xml_file.xpath("/root_tag/middle_tag/item_tag/headline_1|/root_tag/middle_tag/item_tag/headline_2")

puts products.size # => 4

如果您查看输出，使用:

products.each_with_index do |product, i|
  puts "product #{i}:"
  puts product
end

你明白了:

product 0:
<headline_1>
  <tag_1>Product title 1</tag_1>
</headline_1>
product 1:
<headline_2>
  <tag_2>Product attribute 1</tag_2>
</headline_2>
product 2:
<headline_1>
  <tag_1>Product title 2</tag_1>
</headline_1>
product 3:
<headline_2>
  <tag_2>Product attribute 2</tag_2>
</headline_2>

我需要我的代码来加入/合并所有匹配到相同的结果(所以 products.size 应该是 2)。最终输出应如下所示:

product 0:
<headline_1>
  <tag_1>Product title 1</tag_1>
</headline_1>
<headline_2>
  <tag_2>Product attribute 1</tag_2>
</headline_2>
product 1:
<headline_1>
  <tag_1>Product title 2</tag_1>
</headline_1>
<headline_2>
  <tag_2>Product attribute 2</tag_2>
</headline_2>

我在整个互联网上都看过了，但是所有的变体，例如:

products = xml_file.xpath("/root_tag/middle_tag/item_tag/*[self::headline_1|self::headline_2]")

所有似乎都输出相同的结果。

我是否遗漏了 xpath 中的一些重要点，或者我是否忽略了什么？

Answer 1

XPath 只知道普通序列，所以没有像子序列那样的东西。您必须将每个“产品”包装到某个 XML 元素中。很高兴我们已经有了这样一个元素 ( <item_tag/> )，所以代码相当简单:

products = doc.xpath("(//item_tag")
products.each_with_index do |product, i|
  puts "product #{i}:"
  product.children.each do |line|
    puts line
  end
end

输出是(可能需要更多格式，但我不习惯使用 ruby​​，因此无法帮助您):

product 0:

<headline_1>
        <tag_1>Product title 1</tag_1>
      </headline_1>

<headline_2>
        <tag_2>Product attribute 1</tag_2>
      </headline_2>

product 1:

<headline_1>
        <tag_1>Product title 2</tag_1>
      </headline_1>

<headline_2>
        <tag_2>Product attribute 2</tag_2>
      </headline_2>

---

解决所有 <headline_n/> -标签，你也可以使用//*[starts-with(local-name(), 'headline')]使代码更加灵活。