Ruby XML, XSLT 和 XPath 教學課程

什麼是 XML ?

XML 指可擴充標記語言（eXtensible Markup Language）。

可擴展標記語言，標準通用標記語言的子集，一種用於標記電子檔案使其具有結構性的標記語言。

它可以用來標記資料、定義資料類型，是一種允許使用者對自己的標記語言進行定義的來源語言。它非常適合萬維網傳輸，提供統一的方法來描述和交換獨立於應用程式或供應商的結構化資料。

更多內容請查看我們的 XML 教學

XML解析器結構和API

XML的解析器主要有DOM和SAX兩種。

SAX解析器是基於事件處理的，需要從頭到尾把XML文件掃描一遍，在掃描的過程中，每次遇到一個語法結構時，就會呼叫這個特定語法結構的事件處理程序，向應用程式傳送一個事件。
DOM是文檔物件模型解析，建構文檔的分層語法結構，在記憶體中建立DOM樹，DOM樹的節點以物件的形式來標識，文檔解析文成以後，文件的整個DOM樹都會放在記憶體中。

Ruby 中解析及建立 XML

RUBY中對XML的文件的解析可以使用這個函式庫REXML函式庫。

REXML函式庫是ruby的一個XML工具包，是使用純Ruby語言編寫的，遵守XML1.0規範。

在Ruby1.8版本及其以後，RUBY標準庫中將包含REXML。

REXML函式庫的路徑是： rexml/document

所有的方法和類別都被封裝到一個REXML模組內。

REXML解析器比其他的解析器有以下優點：

#100% 由 Ruby 編寫。
可適用於 SAX 和 DOM 解析器。
它是輕量級的,不到2000行程式碼。
很容易理解的方法和類別。
基於 SAX2 API 和完整的 XPath 支援。
使用 Ruby 安裝，而無需單獨安裝。

以下為實例的XML 程式碼，儲存為movies.xml:

<collection shelf="New Arrivals">
<movie title="Enemy Behind">
   <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, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie>
   <movie title="Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>

DOM 解析器

讓我們先來解析XML數據，首先我們先引入rexml/document 函式庫，通常我們可以將REXML 在頂級的命名空間中引入：

#!/usr/bin/ruby -w

require 'rexml/document'
include REXML

xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)

# 获取 root 元素
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]

# 以下将输出电影标题
xmldoc.elements.each("collection/movie"){ 
   |e| puts "Movie Title : " + e.attributes["title"] 
}

# 以下将输出所有电影类型
xmldoc.elements.each("collection/movie/type") {
   |e| puts "Movie Type : " + e.text 
}

# 以下将输出所有电影描述
xmldoc.elements.each("collection/movie/description") {
   |e| puts "Movie Description : " + e.text 
}

以上實例輸出結果為：

Root element : New Arrivals
Movie Title : Enemy Behind
Movie Title : Transformers
Movie Title : Trigun
Movie Title : Ishtar
Movie Type : War, Thriller
Movie Type : Anime, Science Fiction
Movie Type : Anime, Action
Movie Type : Comedy
Movie Description : Talk about a US-Japan war
Movie Description : A schientific fiction
Movie Description : Vash the Stampede!
Movie Description : Viewable boredom
SAX-like Parsing:

#SAX 解析器

處理相同的資料檔案：movies.xml，不建議SAX的解析為一個小文件，以下是個簡單的實例：

#!/usr/bin/ruby -w

require 'rexml/document'
require 'rexml/streamlistener'
include REXML


class MyListener
  include REXML::StreamListener
  def tag_start(*args)
    puts "tag_start: #{args.map {|x| x.inspect}.join(', ')}"
  end

  def text(data)
    return if data =~ /^\w*$/     # whitespace only
    abbrev = data[0..40] + (data.length > 40 ? "..." : "")
    puts "  text   :   #{abbrev.inspect}"
  end
end

list = MyListener.new
xmlfile = File.new("movies.xml")
Document.parse_stream(xmlfile, list)

以上輸出結果為：

tag_start: "collection", {"shelf"=>"New Arrivals"}
tag_start: "movie", {"title"=>"Enemy Behind"}
tag_start: "type", {}
  text   :   "War, Thriller"
tag_start: "format", {}
tag_start: "year", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
  text   :   "Talk about a US-Japan war"
tag_start: "movie", {"title"=>"Transformers"}
tag_start: "type", {}
  text   :   "Anime, Science Fiction"
tag_start: "format", {}
tag_start: "year", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
  text   :   "A schientific fiction"
tag_start: "movie", {"title"=>"Trigun"}
tag_start: "type", {}
  text   :   "Anime, Action"
tag_start: "format", {}
tag_start: "episodes", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
  text   :   "Vash the Stampede!"
tag_start: "movie", {"title"=>"Ishtar"}
tag_start: "type", {}
tag_start: "format", {}
tag_start: "rating", {}
tag_start: "stars", {}
tag_start: "description", {}
  text   :   "Viewable boredom"

XPath 和Ruby

我們可以使用XPath來檢視XML ,XPath 是一門在XML 文件中尋找資訊的語言(檢視：XPath 教學)。

XPath即為XML路徑語言，它是一種用來決定XML（標準通用標記語言的子集）文件中某部分位置的語言。 XPath基於XML的樹狀結構，提供在資料結構樹中尋找節點的能力。

Ruby 透過 REXML 的 XPath 類別支援 XPath，它是基於樹的分析（文件物件模型）。

#!/usr/bin/ruby -w

require 'rexml/document'
include REXML

xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)

# 第一个电影的信息
movie = XPath.first(xmldoc, "//movie")
p movie

# 打印所有电影类型
XPath.each(xmldoc, "//type") { |e| puts e.text }

# 获取所有电影格式的类型，返回数组
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names

以上實例輸出結果為：

<movie title='Enemy Behind'> ... </>
War, Thriller
Anime, Science Fiction
Anime, Action
Comedy
["DVD", "DVD", "DVD", "VHS"]

XSLT 和Ruby

Ruby 中有兩個XSLT 解析器，以下給出簡單描述：

Ruby-Sablotron

#這個解析器是由正義Masayoshi Takahash編寫和維護。這主要是為Linux作業系統所寫的，需要以下函式庫：

Sablot
Iconv
Expat

你可以在Ruby-Sablotron 找到這些函式庫。

XSLT4R

XSLT4R 由 Michael Neumann 撰寫。 XSLT4R 用於簡單的命令列交互，可以被第三方應用程式用來轉換XML文件。

XSLT4R需要XMLScan操作，包含了 XSLT4R 歸檔，它是一個100%的Ruby的模組。這些模組可以使用標準的Ruby安裝方法（即Ruby install.rb）進行安裝。

XSLT4R 語法格式如下：

ruby xslt.rb stylesheet.xsl document.xml [arguments]

如果您想在應用程式中使用XSLT4R，可以引入XSLT並輸入你所需要的參數。實例如下：

require "xslt"

stylesheet = File.readlines("stylesheet.xsl").to_s
xml_doc = File.readlines("document.xml").to_s
arguments = { 'image_dir' => '/....' }

sheet = XSLT::Stylesheet.new( stylesheet, arguments )

# output to StdOut
sheet.apply( xml_doc )

# output to 'str'
str = ""
sheet.output = [ str ]
sheet.apply( xml_doc )