ruby - 使用 Nokogiri 从空标签中递归清理 XML 文档？

Question

我有一个嵌套的 XML 文档，如下所示:

<?xml version="1.0"?>
<phone>
  <name>test</name>
  <descr>description</descr>
  <empty/>
  <lines>
    <line>12345</line>
    <css/>
  </lines>
</phone>

我需要删除所有空的 XML 节点，例如 <empty/>和 <css/> .

我最终得到了这样的结果:

doc = Nokogiri::XML::DocumentFragment.parse <<-EOXML
<phone>
  <name>test</name>
  <descr>description</descr>
  <empty/>
  <lines>
    <line>12345</line>
    <css/>
  </lines>
</phone>
EOXML

phone = doc.css("phone")
phone.children.each do | child |
    child.remove if child.inner_text == ''
end

上面的代码只删除了第一个空标签，例如<empty/> .我无法进入嵌套 block 。我想我需要一些递归策略。仔细阅读了Nokogiri的文档，查了很多例子，还没找到解决办法。

我该如何解决这个问题？

我正在使用 Ruby 1.9.3 和 Nokogiri 1.5.10。

Answer 1

有不同做法的后来者，希望能增加额外的见解。这种方法删除了恼人的额外新行，并让您可以选择保留具有已设置值的属性的空字段。

require 'nokogiri'

doc = Nokogiri::XML::Document.parse <<-EOXML
<phone>
  <name>test</name>
  <descr>description</descr>
  <empty/>
  <lines>
    <line>12345</line>
    <css/>
  </lines>
</phone>
EOXML

def traverse_and_clean(kid)
  kid.children.map { |child| traverse_and_clean(child) }
  kid.remove if kid.content.blank?
end

traverse_and_clean(doc)

输出

<?xml version="1.0"?>
<phone>
  <name>test</name>
  <descr>description</descr>
  <lines>
    <line>12345</line>
  </lines>
</phone>

如果您发现自己处于特殊情况，需要保留一些设置了特定属性的空字段。您所要做的就是稍微更改 traverse_and_clean 方法:

def traverse_and_clean(kid)
  kid.children.map { |child| traverse_and_clean(child) }
  kid.remove if kid.content.blank? && kid.attributes.blank?
end