在Ruby开发中，解析xml格式数据是经常会遇到的场景，Nokogiri作为Ruby生态中成熟的解析库，能高效处理各类xml和html文档，下面我们就来看看它的基础用法。
安装Nokogiri库
首先需要在项目中引入Nokogiri库，如果你使用Bundler管理依赖，可以在Gemfile中添加如下内容：
# Gemfile中添加依赖 gem 'nokogiri'
之后执行bundle install完成安装，也可以直接通过gem命令安装：
# 直接安装gem gem install nokogiri
加载xml文档
Nokogiri支持从字符串、本地文件、网络地址三种方式加载xml内容，下面分别给出示例。
从字符串加载
如果xml内容已经存在于字符串中，可以直接使用Nokogiri::XML方法解析：
require 'nokogiri'
# 定义xml字符串
xml_str = <?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
<user id="2">
<name>李四</name>
<age>28</age>
</user>
</users>
# 解析xml字符串
doc = Nokogiri::XML(xml_str)
puts doc.class # 输出Nokogiri::XML::Document从本地文件加载
如果xml内容保存在本地文件中，使用Nokogiri::XML(File.open(文件路径))即可：
require 'nokogiri'
# 加载本地xml文件，假设文件名为users.xml
doc = Nokogiri::XML(File.open('users.xml'))从网络地址加载
如果需要解析远程的xml内容，可以结合open-uri库实现：
require 'nokogiri'
require 'open-uri'
# 解析远程xml，这里使用ipipp.com的示例地址
doc = Nokogiri::XML(URI.open('http://ipipp.com/sample.xml'))查询xml节点
Nokogiri支持CSS选择器和XPath两种查询方式，开发者可以根据自己的习惯选择。
使用CSS选择器查询
CSS选择器的语法和前端开发中的用法一致，使用css方法调用：
require 'nokogiri'
xml_str = <?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
<user id="2">
<name>李四</name>
<age>28</age>
</user>
</users>
doc = Nokogiri::XML(xml_str)
# 查询所有user节点
users = doc.css('user')
users.each do |user|
puts user.text
end
# 查询第一个user下的name节点
first_name = doc.css('user name').first
puts first_name.text # 输出张三使用XPath查询
XPath是专门用来查询xml节点的语法，使用xpath方法调用：
require 'nokogiri'
xml_str = <?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
<user id="2">
<name>李四</name>
<age>28</age>
</user>
</users>
doc = Nokogiri::XML(xml_str)
# 查询所有user节点
users = doc.xpath('//user')
users.each do |user|
puts user.text
end
# 查询id为2的user节点
target_user = doc.xpath('//user[@id="2"]').first
puts target_user.css('name').text # 输出李四读取节点属性和内容
查询到节点之后，我们可以读取节点的属性值和内部文本内容。
读取节点属性
使用[]或者attr方法可以获取节点的属性值：
require 'nokogiri'
xml_str = <?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
</users>
doc = Nokogiri::XML(xml_str)
user = doc.css('user').first
# 两种方式获取id属性
puts user['id'] # 输出1
puts user.attr('id') # 输出1读取节点文本内容
使用text或者content方法可以获取节点内部的文本内容：
require 'nokogiri'
xml_str = <?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
</users>
doc = Nokogiri::XML(xml_str)
name_node = doc.css('name').first
puts name_node.text # 输出张三
puts name_node.content # 输出张三常见注意事项
- 解析xml时如果遇到编码问题，可以在加载时指定编码参数，比如
Nokogiri::XML(xml_str, nil, 'UTF-8') - 如果xml格式不规范，Nokogiri会尝试自动修正，但是建议尽量保证待解析的xml格式正确
- 处理大体积xml文件时，可以使用Nokogiri的SAX解析模式，避免一次性加载全部内容占用过多内存