将Nokogiri文档转换为Ruby哈希表。

Question

有没有一种简单的方法将 Nokogiri XML 文档转换为哈希表？

类似于 Rails 的 Hash.from_xml 方法。

- Ivan

---

实际上，Rails的Hash.from_xml被整洁地包装在Rails代码的MiniXML部分中。自从我写下它以来，我一直想提取它。如果你很快没有听到关于它的消息，请给我一个提示。 - Joseph Holsten

我发布了一份修改过的 Ashan Ali 代码版本，它适用于属性并使用 Nokogiri。 - dimus

Hash.from_xml(nokogiri_doc.to_xml) 是否存在问题？ - JellicleCat

我发现Ox比Nokogiri快5倍，因此这里有一个使用Ox的示例 - https://gist.github.com/amolpujari/5966431，在其中搜索任何元素并以哈希形式获取它。 - Amol Pujari

@JellicleCat，是的。不要浪费CPU使用Nokogiri解析XML，只是为了让Nokogiri将其输出为XML，以便由其他东西解析。只需传递原始XML即可完成。 - the Tin Man

Answer 1

如果您想将Nokogiri XML文档转换为哈希值，只需执行以下操作：

require 'active_support/core_ext/hash/conversions'
hash = Hash.from_xml(nokogiri_document.to_s)

- Guillaume Roderick

---

请解释一下 from_xml 是从哪里来的。它不是标准的 Ruby 方法。 - the Tin Man

from_xml 来自 ActiveSupport 模块。 - ScottJShea

它来自于这里：http://api.rubyonrails.org/classes/Hash.html#method-c-from_xml，代码是：`typecast_xml_value(unrename_keys(ActiveSupport::XmlMini.parse(xml)))`。 - Dorian

这应该是最简洁的答案，给这位作者点个赞 - Alexis Rabago Carvajal

注意：提问者知道 from_xml 并提到需要类似的功能。使用 from_xml 并不能回答问题。另外，如果文档已经是 Nokogiri 文档，则不要将其转换为字符串，然后再使用其他 XML 解析器进行解析。相反，传递原始 XML，并忽略使用 Nokogiri 进行解析。其他做法都是浪费 CPU 时间。 - the Tin Man

补充@theTinMan的评论。使用Nokogiri解析xml，然后将其转换为字符串，再将其转换为哈希表是不必要的。如果使用active_support，可以直接使用Hash::from_xml。例如：Hash.from_xml(File.read('some.xml'))就可以工作了。 - mbigras

Answer 2

这里有一个更简单的版本，可以创建一个包含命名空间信息的强大哈希表，适用于元素和属性：

require 'nokogiri'
class Nokogiri::XML::Node
  TYPENAMES = {1=>'element',2=>'attribute',3=>'text',4=>'cdata',8=>'comment'}
  def to_hash
    {kind:TYPENAMES[node_type],name:name}.tap do |h|
      h.merge! nshref:namespace.href, nsprefix:namespace.prefix if namespace
      h.merge! text:text
      h.merge! attr:attribute_nodes.map(&:to_hash) if element?
      h.merge! kids:children.map(&:to_hash) if element?
    end
  end
end
class Nokogiri::XML::Document
  def to_hash; root.to_hash; end
end

实际应用中的样例：

xml = '<r a="b" xmlns:z="foo"><z:a>Hello <b z:m="n" x="y">World</b>!</z:a></r>'
doc = Nokogiri::XML(xml)
p doc.to_hash
#=> {
#=>   :kind=>"element",
#=>   :name=>"r",
#=>   :text=>"Hello World!",
#=>   :attr=>[
#=>     {
#=>       :kind=>"attribute",
#=>       :name=>"a", 
#=>       :text=>"b"
#=>     }
#=>   ], 
#=>   :kids=>[
#=>     {
#=>       :kind=>"element", 
#=>       :name=>"a", 
#=>       :nshref=>"foo", 
#=>       :nsprefix=>"z", 
#=>       :text=>"Hello World!", 
#=>       :attr=>[], 
#=>       :kids=>[
#=>         {
#=>           :kind=>"text", 
#=>           :name=>"text", 
#=>           :text=>"Hello "
#=>         },
#=>         {
#=>           :kind=>"element", 
#=>           :name=>"b", 
#=>           :text=>"World", 
#=>           :attr=>[
#=>             {
#=>               :kind=>"attribute", 
#=>               :name=>"m", 
#=>               :nshref=>"foo", 
#=>               :nsprefix=>"z", 
#=>               :text=>"n"
#=>             },
#=>             {
#=>               :kind=>"attribute", 
#=>               :name=>"x", 
#=>               :text=>"y"
#=>             }
#=>           ], 
#=>           :kids=>[
#=>             {
#=>               :kind=>"text", 
#=>               :name=>"text", 
#=>               :text=>"World"
#=>             }
#=>           ]
#=>         },
#=>         {
#=>           :kind=>"text", 
#=>           :name=>"text", 
#=>           :text=>"!"
#=>         }
#=>       ]
#=>     }
#=>   ]
#=> }

- Phrogz

---

那太棒了！ - Steffen Roller

Answer 3

我在尝试将XML转换为哈希表（非Rails环境）时发现了这个东西。我本来想使用Nokogiri，但最终选择了Nori。

然后我的代码变得简单明了：

response_hash = Nori.parse(response)

---

其他用户指出这个方法无效。我没有验证，但似乎解析方法已经从类移动到实例。我的上述代码曾经有效。新的（未经验证的）代码如下：

response_hash = Nori.new.parse(response)

- John Hinnegan

---

我认为这是非使用Rails框架的应用程序的最佳解决方案。 - B Seven

未经验证的代码行可以工作。但是，如果您有一个 Nokogiri::XML 文档，则必须首先调用其 to_s 方法。例如：xml = Nokogiri::XML(File.open('file.xml')) 然后 hash = Nori.new.parse(xml.to_s)，但是字段似乎以 Array 的形式返回，没有字段名称。 - code_dredd

在试图使用Nokogiri时，我一直在苦苦挣扎，最终找到了这个。这绝对是最好的解决方案！感谢您的帖子。 - Albert Rannetsperger

我喜欢它的输出属性是以“@”为前缀的。 - konsolebox

Answer 4

我在使用libxml-ruby（1.1.3）的代码。我个人没有使用过nokogiri，但我知道它无论如何都使用libxml-ruby。我还鼓励你看看ROXML(http://github.com/Empact/roxml/tree)，它将xml元素映射到ruby对象；它是建立在libxml之上的。

# USAGE: Hash.from_libxml(YOUR_XML_STRING)
require 'xml/libxml'
# adapted from 
# http://movesonrails.com/articles/2008/02/25/libxml-for-active-resource-2-0

class Hash 
  class << self
        def from_libxml(xml, strict=true) 
          begin
            XML.default_load_external_dtd = false
            XML.default_pedantic_parser = strict
            result = XML::Parser.string(xml).parse 
            return { result.root.name.to_s => xml_node_to_hash(result.root)} 
          rescue Exception => e
            # raise your custom exception here
          end
        end 

        def xml_node_to_hash(node) 
          # If we are at the root of the document, start the hash 
          if node.element? 
           if node.children? 
              result_hash = {} 

              node.each_child do |child| 
                result = xml_node_to_hash(child) 

                if child.name == "text"
                  if !child.next? and !child.prev?
                    return result
                  end
                elsif result_hash[child.name.to_sym]
                    if result_hash[child.name.to_sym].is_a?(Object::Array)
                      result_hash[child.name.to_sym] << result
                    else
                      result_hash[child.name.to_sym] = [result_hash[child.name.to_sym]] << result
                    end
                  else 
                    result_hash[child.name.to_sym] = result
                  end
                end

              return result_hash 
            else 
              return nil 
           end 
           else 
            return node.content.to_s 
          end 
        end          
    end
end

- A.Ali

---

太棒了！我只需要将 = strict 改为 = false。谢谢！ - Ivan

啊...非常抱歉，我正在处理的文件没有任何属性（遗留的XML！）。 - A.Ali

Nokogiri不使用libxml-ruby，而是使用C库libxml2。 - skrat

Answer 5

使用 Nokogiri 解析 XML 响应到 Ruby 哈希表中。它非常快。

doc = Nokogiri::XML(response_body) 
Hash.from_xml(doc.to_s)

- PythonDev

---

doc.to_s 返回的是 response_body 中已经有的内容，因此在你的示例中使用 nokogiri 是没有用的。 - Alesya Huzik

@alesguzik基本上是正确的，因为您在该语句中解析了XML两次。Hash.from_xml默认使用REXML而不是Nokogiri，也不确定您是否可以更改此设置。 - Jesse Whitham

Nokogiri有时比解析格式不良或编码错误的XML更具弹性。我有一些例子，其中Hash.from_xml(xml_str)会失败，但这仍然有效。因此，它可以作为Hash.from_xml(xml_str)的备选方案。 - user4887419

请注意，如果准确性很重要，则不应使用Hash.from_xml函数。该函数在处理更复杂的XML文档时会出现问题，完全忽略某些值。 - pyRabbit

Answer 6

如果您在配置文件中定义如下内容：

ActiveSupport::XmlMini.backend = 'Nokogiri'

这包括 Nokogiri 中的一个模块，您可以使用 to_hash 方法。

- Pierre Schambacher

Answer 7

看看我为Nokogiri XML节点制作的简单混入。

http://github.com/kuroir/Nokogiri-to-Hash

这是一个使用示例：

require 'rubygems'
require 'nokogiri'
require 'nokogiri_to_hash'
html = '
  <div id="hello" class="container">
    <p>Hello! visit my site <a href="http://kuroir.com">Kuroir.com</a></p>
  </div>
'
p Nokogiri.HTML(html).to_hash
=> [{:div=>{:class=>["container"], :children=>[{:p=>{:children=>[{:a=>{:href=>["http://kuroir.com"], :children=>[]}}]}}], :id=>["hello"]}}]

- MarioRicalde

Answer 8

如果您在Nokogiri中选择的节点只包含一个标签，您可以将键、值提取出来并将它们压缩成一个哈希表，如下所示：

  @doc ||= Nokogiri::XML(File.read("myxmldoc.xml"))
  @node = @doc.at('#uniqueID') # this works if this selects only one node
  nodeHash = Hash[*@node.keys().zip(@node.values()).flatten]

查看http://www.ruby-forum.com/topic/125944以获取有关Ruby数组合并的更多信息。

- juanfe