如何使用Nokogiri解析XML并分割节点值？

Question

我正在使用Nokogiri来解析XML。

doc = Nokogiri::XML("http://www.enhancetv.com.au/tvguide/rss/melbournerss.php") 

我不确定如何正确检索节点值。

我在title,link和description之后，特别是位于item父节点下的节点。

<item> 
    <title>Toasted TV - TEN - 07:00:00 - 21/12/2011</title> 
    <link>http://www.enhancetv.com.au/tvguide/</link> 
    <description>Join the team for the latest in gaming, sport, gadgets, pop culture, movies, music and other seriously fun stuff! Featuring a variety of your favourite cartoons.</description> 
</item> 

我想什么做的是这样的，我可以的日期和时间字符串转换成一个有效DateTime对象以后使用在轨道下的方式title.split("-")。

Answer 1

由于这是一个RSS feed，你可能要考虑一个RSS解析器：

require 'simple-rss' 
require 'open-uri' 

feed = 'http://www.enhancetv.com.au/tvguide/rss/melbournerss.php' 
rss = SimpleRSS.parse open(feed) 

rss.items.each do |item| 
    puts item.title, item.link, item.description 
end 

Answer 2

def parse_time(text) 
    items = text.split("-") 
    DateTime.strptime("#{items[-2].strip}#{items[-1].strip}", "%H:%M:%S%d/%m/%Y") 
end 

content = Net::HTTP.get(URI.parse("http://www.enhancetv.com.au/tvguide/rss/melbournerss.php")) 
doc = Nokogiri::XML(content){|config| config.noblanks } 

doc.search("//item").map{ |node| 
    node.children.inject({}) do |hash, node| 
    if node.name == "title" 
     #or another name 
     hash["created_at"] = parse_time(node.text) 
    end 

    hash[node.name] = node.text 
    hash 
    end 
} 

Answer 3

你提到的例子标题字符串：

DateTime.parse(s.split(" - ")[-2..-1].join(" ")) 

这让你一个DateTime对象：Wed, 21 Dec 2011 07:00:00 +0000

但你必须留意，你可能需要处理标题的变化用。修改分割点以满足您的需求。

更新：没有注意到你也想要更多关于如何解析文档的信息。所以这里是如何：

doc = Nokogiri::XML(open("http://www.enhancetv.com.au/tvguide/rss/melbournerss.php")) 
data = doc.xpath("//item").map do |item| 
    [ 
    item.search("title").first.content, 
    item.search("link").first.content, 
    item.search("description").first.content 
    ] 
end 

这将加载数据数组中的项目的所有标题，链接和描述。 Nokogiri :: XML接受一个字符串作为xml文档内容，所以你需要打开url然后将结果提供给它。