如何知道何时使用 XML 解析器以及何时使用 ActiveResource？

Question

我尝试使用 ActiveResource 解析更像 HTML 文档的 Web 服务，但不断收到 404 错误。

我是否需要使用 XML 解析器来完成此任务而不是 ActiveResource？

我的猜测是，只有当您使用来自另一个 Rails 应用程序的数据并且 XML 数据可以轻松转换为 Rails 模型时，ActiveResource 才有用。 例如，如果 Web 服务是更广泛的 XML（如 HTML 文档或 RSS 提要），则您需要使用 hpricot 或 nokogiri 等解析器。 它是否正确？

如何知道何时使用 XML 解析器以及何时使用 ActiveResource？

Answer 1

更新： ActiveResource 也不是 XML 解析器。 它是一个 REST 使用者，允许您与远程资源进行交互，类似于 ActiveRecord 模型的方式。 它确实在底层使用了 XML 解析器（我假设通过下面显示的 ActiveSupport 的 XmlMini）。

ActiveResource 对 XML 内容的结构有一些严格的要求，并且在与另一个 Rails 应用程序的 REST API 交互时效果最佳。 它的目的不是对 HTML 页面进行通用屏幕抓取。 为此，请直接使用 Nokogiri。

---

ActiveSupport 不是一个 XML 解析器，它是有用的 Ruby 方法和类的各种集合。 然而，它确实提供了许多不同 XML 解析器的包装器，为您提供了一致的接口。

您可以查看正在使用哪个 XML 解析器并切换到不同的 XML 解析器。 在脚本/控制台中尝试一下。

ActiveSupport::XmlMini.backend # => ActiveSupport::XmlMini_REXML
ActiveSupport::XmlMini.backend = 'Nokogiri'
ActiveSupport::XmlMini.backend # => ActiveSupport::XmlMini_Nokogiri
# it will now use Nokogiri

但是，这仍将使用 Nokogiri 中的 XML 解析器，该解析器假定严格、有效的标记。 大多数 HTML 页面不符合这一严格要求，因此最好直接使用 Nokogiri 的 HTML 解析器，而不是通过 ActiveSupport。

doc = Nokogiri::HTML(...)

Answer 2

我编写 XmlMini 是因为我想回答同样的问题。 XmlMini 实际上并没有做太多事情，但这让它能够保持专注。 但是，如果您遇到 YAML 或 JSON 无法处理的任何问题，XmlMini 也无法完成这项工作。

例如，如果您需要验证正在处理的 XML 的结构，那么 XmlMini 就不是合适的工具。 手动验证是很糟糕的。

同样，如果您正在处理从其他地方重用标准元素和属性语义的数据，例如包含 UBL、OpenDoc 或 Atom 的片段，那么您确实应该获得一些更好的命名空间工具。

ryanb 提到了 Nokogiri，我想不出还有比这些更美妙的事情了。 它具有 libxml 的所有功能，并且比 Ruby 中的几乎任何库都更加优雅。 我指的不仅仅是 XML 解析，它与 _why 的最佳项目不相上下。

但有些事情甚至连 Nokogiri 也不是为之设计的。 如果你真的、绝对、确实需要以极快的速度消灭房间里的每个尖括号，那么你就必须淘汰 SAX。 但如果您非常需要速度，请不要使用 Ruby。 使用纯 C 在 expat 或 libxml 中执行此操作。或者根本不执行此操作。