从XML文件中提取特定节点

Question

我只想使用Ruby中的doc.xpath从XML文件中提取主体节点/标记

要从XML文件中提取的节点：

<wcm:element name="Body">&lt;p&gt;A new study suggests that &lt;a href="ssNODELINK/SmokingAndCancer"&gt;tobacco&lt;/a&gt; companies may be using online video portals, such as YouTube, to get around advertising restrictions and market their products to young people.&lt;/p&gt;
</wcm:element>

我尝试了以下几点：

page_content = doc.xpath("/wcm:root/wcm:element").inner_text

但这将提取每个节点的所有内容。

然后我试了一下：

page_content = doc.xpath("/wcm:root/wcm:element/Body")

但不起作用。

有谁有任何建议，如何使用Ruby中的doc.xpath准确提取XML文件的正文部分？

Answer 1

我不能百分之百肯定我已经理解了你的意思，但是…别让这阻止了我们。您希望从输入中获取特定节点的内容。您的第一个XPath语句：

/wcm:root/wcm:element

是提取每个名为wcm:element的元素，该元素是wcm:root元素的子元素，该元素是根元素。

你的第二个：

/wcm:root/wcm:element/Body

类似的元素，但是查找名称为Body的元素，这些元素是wcm:element的子元素。

您需要的是获取wcm:element元素的值，其中属性name设置为值Body。通过在XPath中以@符号作为前缀来访问属性，并表示使用[...] (谓词)的where条件。您的XPath语句需要：

/wcm:root/wcm:element[@name = 'Body']

我假设您的XPath执行环境很好--名称空间前缀(wcm)，因为您说第一个查询返回内容。