如何使用SAX獲取CDATA內容

我試圖解析一個大的XML文件來獲取所有外部XML標籤內容，這樣的事情：如何使用SAX獲取CDATA內容

<string name="key"><![CDATA[Hey I'm a tag with & and other characters]]></string>

得到這個：

<![CDATA[Hey I'm a tag with & and other characters]]>

雖然，當我使用引入nokogiri的SAX XML解析器我只得到了文本而不CDATA與轉義字符，像這樣：

Hey I\'m a tag with &amp; and other characters

這爲m y代碼：

class IDCollector < Nokogiri::XML::SAX::Document 
    def initialize 
    end 

    def characters string 
     puts string # this does not works, CDATA tag is not printed 
    end 

    def cdata_block string 
     puts string 
     puts "<![CDATA[" + string + "]]>" 
    end 
    end

有沒有什麼辦法可以與Nokogiri SAX做到這一點？

來源

2017-02-25 iGoDa

這並不完全清楚你想要做什麼：讀取或生成CDATA塊？你不會得到'<！[CDATA [嘿，我是帶有＆和其他字符的標籤]]>'因爲它是一個塊，而不是標籤或元素。 '<！[CDATA ['實際上就是標籤，但它被處理完了，只有它的內容被返回。 http://stackoverflow.com/q/2784183可能會有所幫助。我無法重複獲取編碼結果。 –

我的最終目標是將一些帶有內部內容的xml標籤移植到其他文件中。雖然，這兩個文件很大，我必須使用SAX或其他我有一個內存異常 – iGoDa

目前還不清楚是什麼你想要做的，但這可能有助於解決問題。

A <![CDATA[...]]>條目不是標記，它是一個塊，並且由解析器對其進行不同處理。當遇到該塊時，<![CDATA[和]]>被剝離，所以你只能看到裏面的字符串。有關更多信息，請參閱「What does <![CDATA[]]> in XML mean?」。

如果你想創建一個CDATA塊XML它可以很容易地使用來完成：

doc = Nokogiri::XML(%(<string name="key"></string>)) 
doc.at('string') << Nokogiri::XML::CDATA.new(Nokogiri::XML::Document.new, "Hey I'm a tag with & and other characters") 
doc.to_xml # => "<?xml version=\"1.0\"?>\n<string name=\"key\"><![CDATA[Hey I'm a tag with & and other characters]]></string>\n"

<<只是速記創建一個子節點。

嘗試使用inner_html不會做你想做的，因爲它會創建一個文本節點作爲一個孩子：

doc = Nokogiri::XML(%(<string name="key"></string>)) 
doc.at('string').inner_html = "Hey I'm a tag with & and other characters" 
doc.to_xml # => "<?xml version=\"1.0\"?>\n<string name=\"key\">Hey I'm a tag with &amp; and other characters</string>\n" 
doc.at('string').children.first.text # => "Hey I'm a tag with & and other characters" 
doc.at('string').children.first.class # => Nokogiri::XML::Text

使用inner_html導致出現的字符串，它是嵌入的另一種方式的HTML編碼可能包含標籤的文字。如果沒有編碼或使用CDATA，XML解析器可能會對什麼是文本與什麼是真正的標籤感到困惑。我已經撰寫了RSS聚合器，並且必須處理Feed中錯誤編碼的嵌入式HTML是一件痛苦的事情。

來源

2017-02-27 19:53:33

其實我更喜歡這個（Nokogiri :: XML :: CDATA.new）我回答。另外，感謝所描述的答案，它幫助:) – iGoDa

過了一會兒檢查的文件，我認爲這是唯一可能通過建立一個新的CDATA內容與引入nokogiri的幫助下，像這樣：

tmp = Nokogiri::XML::Document.new 
    value = tmp.create_cdata(value) 
    r = doc.at_xpath(PATH_TO_REPLACE) 
    r.inner_html = value

來源

2017-02-26 00:56:11 iGoDa

如何使用SAX獲取CDATA內容

回答

相關問題