如何使用SAX获取CDATA内容

我试图解析一个大的XML文件来获取所有外部XML标签内容，这样的事情：如何使用SAX获取CDATA内容

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

得到这个：

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

虽然，当我使用引入nokogiri的SAX XML解析器我只得到了文本而不CDATA与转义字符，像这样：

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

这为m y代码：

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

有没有什么办法可以与Nokogiri SAX做到这一点？

来源

2017-02-25 iGoDa

这并不完全清楚你想要做什么：读取或生成CDATA块？你不会得到'<！[CDATA [嘿，我是带有＆和其他字符的标签]]>'因为它是一个块，而不是标签或元素。 '<！[CDATA ['实际上就是标签，但它被处理完了，只有它的内容被返回。 http://stackoverflow.com/q/2784183可能会有所帮助。我无法重复获取编码结果。 –

我的最终目标是将一些带有内部内容的xml标签移植到其他文件中。虽然，这两个文件很大，我必须使用SAX或其他我有一个内存异常 – iGoDa

目前还不清楚是什么你想要做的，但这可能有助于解决问题。

A <![CDATA[...]]>条目不是标记，它是一个块，并且由解析器对其进行不同处理。当遇到该块时，<![CDATA[和]]>被剥离，所以你只能看到里面的字符串。有关更多信息，请参阅“What does <![CDATA[]]> in XML mean?”。

如果你想创建一个CDATA块XML它可以很容易地使用来完成：

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"

<<只是速记创建一个子节点。

尝试使用inner_html不会做你想做的，因为它会创建一个文本节点作为一个孩子：

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导致出现的字符串，它是嵌入的另一种方式的HTML编码可能包含标签的文字。如果没有编码或使用CDATA，XML解析器可能会对什么是文本与什么是真正的标签感到困惑。我已经撰写了RSS聚合器，并且必须处理Feed中错误编码的嵌入式HTML是一件痛苦的事情。

来源

2017-02-27 19:53:33

其实我更喜欢这个（Nokogiri :: XML :: CDATA.new）我回答。另外，感谢所描述的答案，它帮助:) – iGoDa

过了一会儿检查的文件，我认为这是唯一可能通过建立一个新的CDATA内容与引入nokogiri的帮助下，像这样：

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

来源

2017-02-26 00:56:11 iGoDa

如何使用SAX获取CDATA内容

回答

相关问题