1

REXML 是否应该忽略标识或空格？

我正在调试一个简单的 HTML 到 Markdown 转换器的问题。由于某种原因，它失败了

<blockquote><p>foo</p></blockquote>

但不上

<blockquote>
  <p>foo</p>
</blockquote>

原因是，在第一种情况下，type.children.first.value没有设置，在后一种情况下是。原始代码可以在上面的链接中找到，但一个浓缩的片段显示问题如下：

require 'rexml/document'
include REXML

def parse_string(string)
  doc = Document.new("<root>\n"+string+"\n</root>")
  root = doc.root
  root.elements.each do |element|
    parse_element(element, :root)
  end
end

def parse_element(element, parent)
  @output = ''
  # ...
  @output << opening(element, parent)
  #...
end

def opening(type, parent)
  case type.name.to_sym
    #...
    when :blockquote
       # remove leading newline
      type.children.first.value = ""
      "> "
  end
end

#Parses just fine
puts parse_string("<blockquote>\n<p>foo</p>\n</blockquote>")

# Fails with undefined method `value=' for <p> ... </>:REXML::Element (NoMethodError)
puts parse_string("<blockquote><p>foo</p></blockquote>")

我很确定，这是由于某些参数使 REXML 需要空格和标识：为什么它会解析与后者不同的第一个 XML？

我可以强制 REXML 解析两者吗？还是我在看一种完全不同的错误？

4

1 回答 1

1

尝试将选项 :ignore_whitespace_nodes=>:all 传递给 Document.new()。

于 2013-05-28T07:36:41.140 回答