0

控制器响应包括“规范？” 场地：

r = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<hash type=\"array\">\n  <item><spec? type=\"boolean\">false</spec?>\n </item>\n  <hash>\n"

当尝试使用Nokogiri.xml(r)接收字面从它创建 xml 时：

<?xml version="1.0" encoding="UTF-8"?>
<hash type="array">
  <item><spec type=" type=&quot;boolean&quot;&gt;false/spec">
 </spec>item&gt;
  <hash>
</hash></item></hash>

这很奇怪；

我的问题是：是否可以?在阶段使用 Nokogiri、解析或删除以及其他非 xml 标准字符从字符串创建 xml Nokogiri.XML()？

理想的结果：

Nokogiri.xml(r) do |config|
 config.maybe_some_configs?
end #=>
    <?xml version="1.0" encoding="UTF-8"?>
    <hash type="array">
      <item><spec type="boolean">false</spec></item>       
    </hash>
4

1 回答 1

1

将字符串解析为 XML DOM 的正确方法是Nokogiri::XMLorNokogiri.XML或Nokogiri::XML.parse，但不使用xml.

此外，XML 标记不能包含?. 有关更多信息，请参阅规范。您必须深入研究“名称和令牌”部分并解码十六进制字符描述以找出允许的字符范围，但提示?是字符代码0x3f。

这导致 XML inr无效的事实：

<?xml version="1.0" encoding="UTF-8"?>
<hash type="array">
  <item><spec? type="boolean">false</spec?>
 </item>
  <hash>

其中，解析时会导致：

irb(main):012:0> doc = Nokogiri::XML(r)
#<Nokogiri::XML::Document:0x80c8014c name="document" children=[#<Nokogiri::XML::Element:0x80c7399c name="hash" attributes=[#<Nokogiri::XML::Attr:0x80c733e8 name="type" value="array">] children=[#<Nokogiri::XML::Text:0x80c6e26c "\n  ">, #<Nokogiri::XML::Element:0x80c6df60 name="item" children=[#<Nokogiri::XML::Element:0x80c6d970 name="spec">, #<Nokogiri::XML::Text:0x80c6d09c "? type=\"boolean\">false">]>, #<Nokogiri::XML::Text:0x80c6ca34 "?>\n ">]>]>
irb(main):013:0> doc.errors
[
    [0] #<Nokogiri::XML::SyntaxError: error parsing attribute name>,
    [1] #<Nokogiri::XML::SyntaxError: attributes construct error>,
    [2] #<Nokogiri::XML::SyntaxError: Couldn't find end of Start Tag spec line 3>,
    [3] #<Nokogiri::XML::SyntaxError: expected '>'>,
    [4] #<Nokogiri::XML::SyntaxError: Opening and ending tag mismatch: item line 3 and spec>,
    [5] #<Nokogiri::XML::SyntaxError: Opening and ending tag mismatch: hash line 2 and item>,
    [6] #<Nokogiri::XML::SyntaxError: Extra content at the end of the document>
]

结果，Nokogiri 不得不在 DOM 中进行一些修复以尝试理解它。生成的 XML 如下所示：

irb(main):014:0> puts doc.to_xml
<?xml version="1.0" encoding="UTF-8"?>
<hash type="array">
  <item><spec/>? type="boolean"&gt;false</item>?&gt;
 </hash>

修复它的方法是为 Nokogiri 提供有效的XML。修复 XML 的源（如果您对其进行控制），或者在将字符串传递给 Nokogiri 之前修复字符串中的问题。

根据其定义，XML 是一种严格的格式，Nokogiri 尊重这一点，并且为了友好，您可以检查errors它是否empty?. 如果不是，那么在确定问题并修复导致解析问题的任何原因之前，您不应该继续使用源代码。有时问题是相当良性的，您可以忽略它，但无论哪种情况，您至少应该意识到它。

在 Nokogiri 发现之前预先按摩数据并不难：

doc = Nokogiri::XML(r.gsub('spec?', 'spec'))

irb(main):024:0> puts doc.to_xml
<?xml version="1.0" encoding="UTF-8"?>
<hash type="array">
  <item><spec type="boolean">false</spec>
 </item>
  <hash>
</hash></hash>
nil
irb(main):025:0> doc.errors
[
    [0] #<Nokogiri::XML::SyntaxError: Premature end of data in tag hash line 5>,
    [1] #<Nokogiri::XML::SyntaxError: Premature end of data in tag hash line 2>
]

这是一个开始，但不是试图为您完全修复它。我教你钓鱼，而不是分发鱼。

于 2013-03-20T22:16:58.667 回答