使用Nokogiri解析XML，但无法解析名称空间

Question

我有一条XML消息，并且我的脚本需要能够解析“ AccountStatus”节点元素。 如果发布的XML没有名称空间，我的脚本可以正常工作。

当我包含原始名称空间时，脚本执行Nokogiri::XML(request.body.read)时会丢失大量XML数据。

这是XML示例：

curl -i -H -X POST -d "<?xml version="1.0" encoding="utf-8" ?>
<DocuSignEnvelopeInformation xmlns="http://www.w3.org/2001/XMLSchema">
    <EnvelopeStatus>
        <RecipientStatuses>
            <RecipientStatus>
                <Type>Signer</Type>
                <CustomFields />
                <AccountStatus>Active</AccountStatus>
                <RecipientId>ab2bf57b-72b7-48e7-8298-b1c7b56930b9</RecipientId>
            </RecipientStatus>
        </RecipientStatuses>
    </EnvelopeStatus>
</DocuSignEnvelopeInformation>" localhost:4567/shunt?uri=http://requestb.in/1hiag0y1

这是我的脚本：

require 'rubygems'
require 'sinatra'
require 'uri'
require 'nokogiri'
#require 'pry'
#require 'pp'

post '/shunt' do
puts "hello world"

xmldoc = Nokogiri::XML(request.body.read)
puts xmldoc

xmldoc.xpath("//docu:DocuSignEnvelopeInformation/EnvelopeStatus/RecipientStatuses/RecipientStatus", "docu"=>"http://www.w3.org/2001/XMLSchema").each do |node|
    puts node.text
end
end

这是输出：

hello world
<?xml version="1.0"?>
<DocuSignEnvelopeInformation/>

Answer 1

卷曲问题：

看来您遇到的第一个问题是curl命令。 请注意，您的curl命令指定-H选项，但未指定标头。 如果我尝试运行您的curl命令，则会收到错误消息：

curl: (6) Couldn't resolve host 'POST'

看来引号弄乱了您的命令。 在此curl命令中：

curl -i -X POST -d "<?xml version="1.0" encoding="utf-8" ?> ...

...第一个带引号的字符串是：

"<?xml version="

然后，curl如何解释之后的一切-谁知道。 您可以通过在xml外部使用单引号来解决该问题。 但是，将xml放在文件中，然后用curl读取文件要容易得多。 如果将-d选项与@一起使用，则如下所示：

 -d @file_name

curl将从名称为file_name的文件中读取xml。 这是一个例子：

curl -i -X POST -d @./xml_files/xml5.xml http://localhost:4567/shunt 

nokogiri问题：

xml中的每个子标记都是默认名称空间的一部分； 因此，每个子标记名称前面都有名称空间名称。 但是，您只将docu:放在xpath中的第一个标签前面：

//docu:DocuSignEnvelopeInformation/EnvelopeStatus/....
                                   ^
                                   |
                         missing namespace name

docu:必须在每个标签名称之前。 另外，请注意，除了指定docu命名空间之外，您还可以在xpath中每个标记的前面使用xmlns: ：。 而且，编写起来要简单得多：

  xpath = '//xmlns:AccountStatus'

供应商向我发送了一条XML消息

如何做到这一点的细节很重要。

这是一个curl命令，它将执行文件上传 ：

curl -i -F "xmlfile=@xml5.xml" http://localhost:4567/shunt

-F表示POST 文件上传 。 在本地，该xml位于名为xml5.xml的文件中。 然后，您的sinatra应用程序可以执行以下操作：

post '/shunt' do
  require 'nokogiri'

  doc = Nokogiri::XML(
    params['xmlfile'][:tempfile].read
  )

  xpath = '//xmlns:AccountStatus'
  target_tag = doc.at_xpath(xpath)
  puts target_tag.text
end

或者，使用以下curl命令：

curl -i -X POST -d @xml5.xml http://localhost:4567/shunt

...您的路线如下所示：

post '/shunt' do
  require 'nokogiri'

  doc = Nokogiri::XML(
    request.body.read
  )

  xpath = '//xmlns:AccountStatus'
  target_tag = doc.at_xpath(xpath)
  puts target_tag.text
end

内容类型标题：

-d选项将请求中的Content-Type标头设置为：

这将导致curl使用内容类型application / x-www-form-urlencoded将数据传递到服务器。

-F选项将请求中的Content-Type标头设置为：

这会导致使用Content-Type multipart / form-data卷曲到POST数据