ruby - 使用 Ruby 和 Nokogiri 从 RDF 提要中提取新闻？

Question

我想从新闻源中提取title和description字段，http://www.tagesschau.de/newsticker.rdf以将它们提供给 Mac 的文本到语音引擎。

我搜索了一个不错的 Ruby Gem 来做到这一点Nokogiri，但所有从给定 XML 中“拉出一些东西”的示例似乎都以某种方式以 CSS 为中心。

有谁知道如何将titleanddescription字段保存在数组中？

Answer 1

使用xpath / at_xpath（后者只返回一个元素）：

require 'nokogiri'
require 'open-uri'
require 'pp'

entries = []
doc = Nokogiri::XML(open('http://www.tagesschau.de/newsticker.rdf'))
doc.xpath('/rss/channel/item').each do |item|
  entries << [item.at_xpath('title').text(), item.at_xpath('description').text()]
end

pp entries

Answer 2

对于像 RSS 这样的结构化数据，我建议使用专用客户端，而不是使用 Nokogiri 滚动您自己的解析器。

require 'simple-rss'
require 'open-uri'

rss = SimpleRSS.parse open('http://www.tagesschau.de/newsticker.rdf')
rss.entries.each do |entry|
  puts entry.title
  puts entry.description
end