我正在尝试使用Nokogiri和Ruby解析嵌套标签的XML,像这个例子:
<seg>Trennmesser <ph><I.FIGREF ITEM="3" FORMAT="PARENTHESIS"></ph><bpt i="1"><I.FIGTARGET TARGET="CIADDAJA"></bpt><ept i="1"></I.FIGREF></ept></seg>
在这种情况下,我只需要嵌入标签中的单词“Trennmesser”,不需要其它标签。
在第二个例子中:
<seg>Hilfsmittel <ph><F34@Z7@Lge></ph>X <ph><F0></ph>= 0,5mm zwischen Beschleunigerwalze <ph><F34@Z7@Lge></ph>D<ph><F0></ph> und Trennmesser schieben.</seg>
封闭标签/ph
和开放标签ph
之间的文字也很有趣,因此正则表达式需要提取字符串"Hilfsmittel 0,5mm zwischen Beschleunigerwalze und Trennmesser schieben.
"并且将其余部分舍弃。
我还上传了文档的一部分:
http://pastebin.com/Q8CdnASz