对于2.4MB的XML文件，您会推荐哪个Ruby XML库？
我有一个2.4MB的XML文件，是从Microsoft Project导出的(嘿，我是这里的受害者！)我被要求从中提取某些细节以便重新呈现。忽略请求的智能与否，从Ruby的角度来看，我应该首先尝试哪个库？
我知道以下几点(没有特别的顺序)：
我更喜欢打包成Ruby gem的东西，我怀疑Chilkat库不是这样的。
性能并不是一个主要问题--我不认为这件事需要每天运行一次以上(每周运行一次的可能性更大)。我更感兴趣的是与XML相关的任何东西一样易于使用的东西。
编辑:我尝试了一下gemified的：
hpricot是最简单的。例如，要提取这个XML中的SaveVersion标记的内容(保存在一个名为‘test.xml’的文件中)
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Project xmlns="http://schemas.microsoft.com/project">
<SaveVersion>12</SaveVersion>
</Project>如下所示：
doc = Hpricot.XML(open('test.xml'))
version = (doc/:Project/:SaveVersion).first.inner_htmlhpricot似乎相对不关心名称空间，在本例中这是很好的:只有一个，但对于复杂的文档可能会有问题。由于hpricot也非常慢，我认为这将是一个可以自行解决的问题。
libxml-ruby速度快了一个数量级，理解名称空间(我花了几个小时才弄明白)，而且更接近于XML metal - XPath查询和其他所有东西。如果像我一样，只有在极端胁迫的情况下才打开XML文档，那么这不一定是一件好事。helper模块在提供如何有效处理默认名称空间的示例方面最有帮助。这就是我最终得到的结论(我不会以任何方式断言它的美观、正确性或其他价值，它只是我现在所在的地方)：
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我仍然在争论它的利弊: libxml的格外严谨，hpricot的纯粹风格的为什么的代码。
稍晚再编辑一次:我发现了HappyMapper ('gem install happymapper')，它非常有前途，如果还处于早期阶段的话。它是声明性的，而且大部分都是有效的，尽管我发现了一些还没有修复的边缘情况。它可以让你做这样的事情，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)我已经很喜欢它了，尽管它还不够完美。
回答 2
Stack Overflow用户
发布于 2008-09-28 21:05:31
Hpricot可能是最适合你的工具--它很容易使用，处理2 2mg的文件应该没有问题。
Speedwise libxml应该是最好的。几个月前我对python使用了libxml2绑定(那时rb-libxml已经过时了)。流媒体接口最适合我( ruby gem中的LibXML：：XML：：Reader)。它允许在下载时处理文件，比SAX更友好，允许我在一分钟多一点的时间内将数据从互联网上的30mb xml文件加载到MySQL数据库中。
Stack Overflow用户
发布于 2009-09-18 11:40:52
Nokogiri用一个干净的Rubyish API包装了libxml2和libxslt，该API支持名称空间、XPath和CSS3查询。速度也很快。http://nokogiri.org/
https://stackoverflow.com/questions/126337
复制相似问题