安装
对于Ubuntu,需要安装好 libxml2, libxslt 这两个组件:
1
|
$ apt-get install libxml2 libxslt
|
然后就可以:
1
|
$ gem install nokogiri
|
可选项
nokogiri提供了一些解析文件时的可选项,常用的有:
- NOBLANKS : 删除空节点
- NOENT : 替代实体
- NOERROR : 隐藏错误报告
- STRICT : 精确解析,当解析到文件异常时抛出错误
- NONET : 在解析期间禁止任何网络连接.
可选项使用方式举例(通过块调用):
1
2
3
|
或者
1
2
3
|
doc = Nokogiri:: XML ( File .open( "blossom.xml" )) do |config|
config.options = Nokogiri:: XML ::ParseOptions:: STRICT | Nokogiri:: XML ::ParseOptions:: NONET
end
|
解析
可以从文件,字符串,URL等来解析。靠的是这两个方法 Nokogiri::HTML, Nokogiri::XML:
读取字符串:
1
2
|
html_doc = Nokogiri:: HTML ( "<html><body><h1>Mr. Belvedere Fan Club</h1></body></html>" )
xml_doc = Nokogiri:: XML ( "<root><aliens><alien><name>Alf</name></alien></aliens></root>" )
|
读取文件:
1
2
3
|
f = File .open( "blossom.xml" )
doc = Nokogiri:: XML (f)
f.close
|
读取URL:
1
2
|
require 'open-uri'
doc = Nokogiri:: HTML (open( "http://www.threescompany.com/" ))
|
寻找节点
可以使用XPATH 以及 CSS selector 来搜索: 例如,给定一个XML:
1
2
3
4
5
6
7
8
|
< books >
< book >
< title >Stars</ title >
</ book >
< book >
< title >Moon</ title >
</ book >
</ books >
|
xpath:
1
|
@doc .xpath( "//title" )
|
css:
1
|
@doc .css( "book title" )
|
修改节点内容
1
2
3
4
5
6
7
8
|
title = @doc .css( "book title" ).firsto
title.content = 'new title'
puts @doc .to_html
# =>
...
<title> new title</title>
...
|
修改节点的结构
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
first_title = @doc .at_css( 'title' )
second_book = @doc .css( 'book' ).last
# 可以把第一个title放到第二个book中
first_title.parent = second_book
# 也可以随意摆放。
second_book.add_next_sibling(first_title)
# 也可以修改对应的class
first_title.name = 'h2'
first_title[ 'class' ]= 'red_color'
puts @doc .to_html
# => <h2 class='red_color'>...</h2>
# 也可以新建一个node
third_book = Nokogiri:: XML ::Node. new 'book' , @doc
third_book.content = 'I am the third book'
second_book.add_next_sibling third_book
puts @doc .to_html
# =>
...
<books>
...
<book> I am the third book</book>
</books>
|