使用libxml-ruby解析命名空间XML

Question

我尝试使用libxml-ruby解析以下格式的XML (来自欧洲中央银行的数据提要)：

<?xml version="1.0" encoding="UTF-8"?>
<gesmes:Envelope xmlns:gesmes="http://www.gesmes.org/xml/2002-08-01" 
                 xmlns="http://www.ecb.int/vocabulary/2002-08-01/eurofxref">
  <gesmes:subject>Reference rates</gesmes:subject>
  <gesmes:Sender>
    <gesmes:name>European Central Bank</gesmes:name>
  </gesmes:Sender>
  <Cube>
    <Cube time="2009-11-03">
      <Cube currency="USD" rate="1.4658"/>
      <Cube currency="JPY" rate="132.25"/>
      <Cube currency="BGN" rate="1.9558"/>
    </Cube>
  </Cube>
</gesmes:Envelope>

我将按如下方式加载文档：

require 'rubygems'
require 'xml/libxml'
doc = XML::Document.file('eurofxref-hist.xml')

但是我正在努力想出正确的名称空间配置来允许对数据进行XPATH查询。

我可以使用以下代码提取所有Cube节点：

doc.find("//*[local-name()='Cube']")

但是，鉴于父节点和子节点都称为Cube，这实际上并不能帮助我只遍历父节点。也许我可以修改这个XPATH，使其只查找那些带有time参数的节点？

我的目标是能够提取所有具有time属性的Cube节点(即<Cube time="2009-11-03">)，这样我就可以提取日期并遍历Cube子节点中的汇率。

有人能帮上忙吗？

Answer 1

这两种方法都可以工作：

/gesmes:Envelope/Cube/Cube - direct path from root
//Cube[@time] - all cube nodes (at any level) with a time attribute

好了，这是经过测试的，并且工作正常。

arrNS = ["xmlns:http://www.ecb.int/vocabulary/2002-08-01/eurofxref", "gesmes:http://www.gesmes.org/xml/2002-08-01"]
doc.find("//xmlns:Cube[@time]", arrNS)

Answer 2

所以我想通了。根节点定义了两个名称空间，一个带有前缀，另一个没有：

xmlns:gesmes="http://www.gesmes.org/xml/2002-08-01
xmlns="http://www.ecb.int/vocabulary/2002-08-01/eurofxref"

定义前缀后，可以很容易地引用前缀名称空间的名称。使用原始问题中的XML，此XPATH如下：

/gesmes:Envelope/gesmes:subject

将返回“参考利率”。

因为Cube节点没有前缀，所以我们首先需要为全局名称空间定义一个名称空间前缀。这就是我是如何做到的：

doc = XML::Document.file('eurofxref-hist-test.xml')
context = XML::XPath::Context.new(doc)
context.register_namespace('euro', 'http://www.ecb.int/vocabulary/2002-08-01/eurofxref')

一旦定义了这一点，查找具有时间属性的Cube节点就很简单了：

context.find("//euro:Cube[@time]").each {|node| .... }