Question

我正在尝试解析一些XML内容，在本例中是一些产品：

<PRODUCTS>
  <PRODUCT>
    <NAME><![CDATA[Some name]]></NAME>
    <CATEGORIES>
      <CATEGORY>
        <NAME><![CDATA[Category 1]]></NAME>
      </CATEGORY>
      <CATEGORY>
        <NAME><![CDATA[Category 2]]></NAME>
      </CATEGORY>
    </CATEGORIES>
  </PRODUCT>
  <PRODUCT>
    <NAME><![CDATA[Some other name]]></NAME>
    <CATEGORIES>
      <CATEGORY>
        <NAME><![CDATA[Category 1]]></NAME>
      </CATEGORY>
      <CATEGORY>
        <NAME><![CDATA[Category 2]]></NAME>
      </CATEGORY>
    </CATEGORIES>
  </PRODUCT>
</PRODUCTS>

如果我将上述内容放入doc变量并在每个产品中调用NAME：

doc.css("PRODUCT").each do |product|
  puts product.css("NAME").size # => 3
end

我还获得了每个产品的嵌套NAME元素。

如何只获取未嵌套的NAME？我知道product.at_css("NAME")只返回第一个元素，但我的问题不是如何获取第一个元素，而是如何获取未嵌套的元素。

Answer 1

您可以使用>仅选择NAME直接子女的PRODUCT元素：

doc.css("PRODUCT").each do |product|
  puts product.css("> NAME")
end

这将输出以下内容：

<NAME><![CDATA[Some name]]></NAME>
<NAME><![CDATA[Some other name]]></NAME>

Answer 2

您可以使用以下

doc.css("PRODUCT").each do |product|
   puts product.css("NAME").first
end

Answer 3

使用XPath：

doc.xpath("PRODUCTS/PRODUCT").each do |product| 
  puts product.xpath("NAME").first
end

在这种情况下，

.xpath("NAME")仅返回直接后代。使用css子选择器可以实现相同的效果。

doc.css("PRODUCT").each do |product| 
  puts product.css("> NAME").first
end

如何仅检索未嵌套的元素？

3 个答案: