2

Stack Overflow 上有一些类似的主题，但我找不到任何真正解释如何做到这一点的主题。

我有一个 API 将数据返回为XML. 我想将其转换JSON为我将其存储在MongoDB.

<cj-api>
    <products total-matched="231746" records-returned="999" page-number="1">
        <product>
            <ad-id>10648829</ad-id>
            <advertiser-id>2618386</advertiser-id>
            <advertiser-name>Acne Jeans UK</advertiser-name>
            <advertiser-category>New Arrivals</advertiser-category>
            <buy-url>http://www.tkqlhce.com/click-7227532-10648829?url=http%3A%2F%2Fshop.acnestudios.com%2Fpop-cord-white.html&cjsku=30X133-151</buy-url>
            <catalog-id>cjo:939</catalog-id>
            <currency>EUR</currency>
            <description>Pop Cord White.</description>
            <image-url>http://c893323.r23.cf3.rackcdn.com/catalog/product/cache/25/thumbnail/300x300/9df78eab33525d08d6e5fb8d27136e95/3/0/30X133-151_A_57419.jpg</image-url>
            <in-stock>true</in-stock>
            <isbn/>
            <manufacturer-name>Acne Studios</manufacturer-name>
            <manufacturer-sku/>
            <name>Pop Cord White</name>
            <price>200.0</price>
            <retail-price/>
            <sale-price/>
            <sku>30X133-151</sku>
            <upc/>
        </product>
        <product>
            <ad-id>10648829</ad-id>
            <advertiser-id>2618386</advertiser-id>
            <advertiser-name>Acne Jeans UK</advertiser-name>
            <advertiser-category>Jeans</advertiser-category>
            <buy-url>http://www.dpbolvw.net/click-7227532-10648829?url=http%3A%2F%2Fshop.acnestudios.com%2Fflex-black.html&cjsku=30H126-129</buy-url>
            <catalog-id>cjo:939</catalog-id>
            <currency>EUR</currency>
            <description>Acne Flex Black jeans are narrow, tight fitting jeans with a comfortable mid rise waist.<ul>
                <li>Worn in black blue wash</li>
                <li>Classic five pocket styling</li>
                <li>Zippered fly front closure</li>
                <li>Secures at the waist with bachelor button</li>
                <li>Acne embossed rivets</li>
                </ul>.</description>
                <image-url>http://c893323.r23.cf3.rackcdn.com/catalog/product/cache/25/thumbnail/300x300/9df78eab33525d08d6e5fb8d27136e95/3/0/30H126-129_A_18.jpg</image-url>
                <in-stock>true</in-stock>
                <isbn/>
                <manufacturer-name>Acne Studios</manufacturer-name>
                <manufacturer-sku/>
                <name>Flex Black</name>
                <price>170.0</price>
                <retail-price/>
                <sale-price/>
                <sku>30H126-129</sku>
                <upc/>
            </product>     
    </products>
</cj-api>

（假设只有 2 个产品 - 实际上有 231,746 个！）

在 Node 中，我request用来收集这个 XML 并将其存储在一个名为body. 我正在使用libxmljs，像这样：

    var xmlDoc = libxmljs.parseXmlString(body);
    var product = xmlDoc.get('//product'); <!-- very unsure whether I'm using this correctly

问题是我完全不知道如何处理这些数据，而libxmljs 文档在这方面确实没有帮助。我想做一些相当于 jQuery 的事情：

$('product').each(function(){
    var obj = {
        advertiser-name: $(this).find('advertiser-name'),
        buy-url: $(this).find('buy-url'),
        ... etc etc etc
})

我如何使用libxmljs/ 另一个库来做到这一点，以便我可以更轻松地处理数据？

4

1 回答 1

4

关于使用libxmljs：

  • 您需要使用xmlDoc.find('//product')而不是get，因为get仅返回特定 XPath 的第一个元素（//product是XPath）。您可以在wiki上找到文档对象的所有其他方法

  • 方法返回元素find数组，因此等效于您的 jQuery 示例将是：

    var xmlDoc = libxmljs.parseXmlString(xml);

var products = xmlDoc.find('//product');
for (var index = 0; index < products.length; index++) {
  var obj = {
    "advertiser-name": products[index].get('advertiser-name').text()
  };

  // ...
}

    在这个例子中，对于每个元素，我使用方法get（因为我知道只有一个孩子有这个名字）来获取子元素，然后只询问text这个元素的值。

其次，我想向您推荐xml2js模块（github），它可以将 xml 转换为 JSON 对象。为此，您只需要使用parseString带有两个参数xmlstring 和 callback 的函数function (err, result) { ... }，其中结果将是此 xml 的 JSON 表示。

因为您还提到每个 xml 可以拥有 > 200,000 个产品 - 您需要了解这些库的性能。在我看来，它们都将整个 XML 加载到内存中。如果您只需要执行此脚本一次，或者可能每天（或每小时）执行一次 - 我想按原样使用它就可以了。如果您需要提高性能，您应该查看库中的SaxPushParser接口libxmljs。

于 2013-08-15T07:13:56.510 回答