我有一个2.4 MB的XML文件，是从Microsoft Project导出的（嘿，我是受害者！）其中我被要求提取某些详细信息以供再表示。忽略请求的智能性或其他方面，从Ruby的角度来看，我应该首先尝试哪个库？
我知道以下几个库（没有特定顺序）：
我更喜欢作为Ruby gem打包的东西，我认为Chilkat库不是。
性能不是主要问题-我不希望这个程序需要每天运行超过一次（一周一次更可能）。我更感兴趣的是像所有与XML相关的内容一样易于使用的东西。
编辑：我尝试了gemified版本：
hpricot是最容易的选择。例如，要从名为“test.xml”的文件中提取此XML中SaveVersion标记的内容：
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Project xmlns="http://schemas.microsoft.com/project">
<SaveVersion>12</SaveVersion>
</Project>
大致如下：
doc = Hpricot.XML(open('test.xml'))
version = (doc/:Project/:SaveVersion).first.inner_html
相对于命名空间，hpricot似乎并不太关心，在这个例子中是没问题的：只有一个命名空间，但如果是复杂文档就可能会有问题。由于hpricot非常慢，我认为这将是一个自行解决的问题。
libxml-ruby快了一个数量级，理解命名空间（我花了好几个小时才弄明白），在XML方面更加接近原生——XPath查询和其他相关操作都在其中。如果像我一样，只在极端情况下打开XML文档，那么这不一定是好事。Helper模块在提供如何有效处理默认命名空间的示例方面大有帮助。这大致是我最终采用的方法（我并不宣称它有多美观、正确或有价值，只是我现在所在的状态）：
xml_parser = XML::Parser.new
xml_parser.string = File.read(path)
doc = xml_parser.parse
@root = doc.root
@scopes = { :in_node => '', :in_root => '/', :in_doc => '//' }
@ns_prefix = 'p'
@ns = "#{@ns_prefix}:#{@root.namespace[0].href}"
version = @root.find_first(xpath_qry("Project/SaveVersion", :in_root), @ns).content.to_i
def xpath_qry(tags, scope = :in_node)
"#{@scopes[scope]}" + tags.split(/\//).collect{ |tag| "#{@ns_prefix}:#{tag}"}.join('/')
end
我仍在权衡利弊：libxml因其额外的严谨性，hpricot因_why代码的简洁风格。
再次编辑，稍晚些时候：我发现了HappyMapper（'gem install happymapper'），这是一个非常有前途的工具，虽然还处于早期阶段。它是声明式的并且大多数情况下都有效，尽管我发现了一些我尚未修复的边缘案例。它让你做像这样的事情，解析我的Google Reader OPML：
module OPML
class Outline
include HappyMapper
tag 'outline'
attribute :title, String
attribute :text, String
attribute :type, String
attribute :xmlUrl, String
attribute :htmlUrl, String
has_many :outlines, Outline
end
end
xml_string = File.read("google-reader-subscriptions.xml")
sections = OPML::Outline.parse(xml_string)
即使它还不完美，我已经喜欢上了它。