Hpricot 搜索某一特定命名空间下的所有标签

发布于 2024-12-02 02:49:24 字数 671 浏览 3 评论 0原文

例如，我有以下代码：

<head>
  <meta http-equiv="content-type" content="text/html; charset=utf-8" />
  <title><io:content part="title" /></title>
  <link rel="icon" href="/document/7e9f29e2-cdee-4f85-ba25-132fa867aa90/latest" type="image/x-icon" />
  <n1:content description="Standard CSS" uuid="d069071c-3534-4945-9fb6-2d7be35a165e" />
  <n1:term>Content Development</n1:term>
</head>

这个 XHTML 片段并不严格合法，因为之前没有声明名称空间，所以我无法使用具有更好名称空间支持的 Nokogiri。

我想做一次搜索，可以找到节点和以及“n1”命名空间下的所有标签。

如何实现这一目标？谢谢！

原文

For example I have the following code:

<head>
  <meta http-equiv="content-type" content="text/html; charset=utf-8" />
  <title><io:content part="title" /></title>
  <link rel="icon" href="/document/7e9f29e2-cdee-4f85-ba25-132fa867aa90/latest" type="image/x-icon" />
  <n1:content description="Standard CSS" uuid="d069071c-3534-4945-9fb6-2d7be35a165e" />
  <n1:term>Content Development</n1:term>
</head>

This XHTML snippet is not strictly legal because there is no namespace declared before so I cannot use Nokogiri which has better namespace support.

I want to do a single search that can find both the node <n1:content> and <n1:term> and all the tags under 'n1' namespace.

How to achieve that? Thanks!

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

昔梦 2024-12-09 02:49:24

看起来 Hpricot 并没有完全处理命名空间。

您可以选择是否知道该元素，而不管前缀如何：

doc.search("title")
=> #<Hpricot::Elements[{elem <title> {emptyelem <io:content part="title">} </title>}]>

...但这不是您所要求的。

这是我的解决方法：首先使用正则表达式查找所有命名空间元素，然后使用 Hpricot 搜索那些元素：

elems = doc.to_s.scan(/<\s*(n1:\w+)/).uniq.join("|")
=> "n1:content|n1:term"
doc.search(elems)
=> #<Hpricot::Elements[{emptyelem <n1:content description="Standard CSS" uuid="d069071c-3534-4945-9fb6-2d7be35a165e">}, {elem <n1:term> "Content Development" </n1:term>}]>

It looks like Hpricot does not handle namespaces that fully.

You can select if you know the element regardless of prefix:

doc.search("title")
=> #<Hpricot::Elements[{elem <title> {emptyelem <io:content part="title">} </title>}]>

... but this is not what you asked.

Here's my hack workaround: find all namespace elements using regex first, then search for those using Hpricot:

elems = doc.to_s.scan(/<\s*(n1:\w+)/).uniq.join("|")
=> "n1:content|n1:term"
doc.search(elems)
=> #<Hpricot::Elements[{emptyelem <n1:content description="Standard CSS" uuid="d069071c-3534-4945-9fb6-2d7be35a165e">}, {elem <n1:term> "Content Development" </n1:term>}]>

回复收藏 0 原文

~没有更多了~