Nokogiri可以搜索“？xml-stylesheet”标签吗？

Question

我需要解析XML样式表：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/templates/xslt/inspections/disclaimer_en.xsl"?>

使用Nokogiri我试过：

doc.search("?xml-stylesheet").first['href']

但我得到错误：

`on_error': unexpected '?' after '' (Nokogiri::CSS::SyntaxError)

Answer 1

Nokogiri无法搜索XML处理指令的标签。 您可以像这样访问它们：

doc.children[0]

Answer 2

这不是XML元素; 这是一个XML “处理指令” 。 这就是为什么你无法用你的查询找到它。 找到你想要的：

# Find the first xml-stylesheet PI
xss = doc.at_xpath('//processing-instruction("xml-stylesheet")')

# Find every xml-stylesheet PI
xsss = doc.xpath('//processing-instruction("xml-stylesheet")')

看到行动：

require 'nokogiri'
xml = <<ENDXML
  <?xml version="1.0" encoding="UTF-8"?>
  <?xml-stylesheet type="text/xsl" href="/templates/disclaimer_en.xsl"?>
  <root>Hi Mom!</root>
ENDXML
doc = Nokogiri.XML(xml)
xss = doc.at_xpath('//processing-instruction("xml-stylesheet")')
puts xss.name     #=> xml-stylesheet
puts xss.content  #=> type="text/xsl" href="/templates/disclaimer_en.xsl"

由于处理指令不是元素，因此它没有属性; 例如，你不能要求xss['type']或xss['href'] ; 如果您愿意，则需要将内容解析为元素。 一种方法是：

class Nokogiri::XML::ProcessingInstruction
  def to_element
    document.parse("<#{name} #{content}/>")
  end
end

p xss.to_element['href'] #=> "/templates/disclaimer_en.xsl"

请注意，Nokogiri或libxml2中存在一个错误 ，如果在<?xml之前至少有一个字符（可以是空格），则会导致XML声明作为处理指令出现在文档中。 这就是为什么在上面我们专门搜索名为xml-stylesheet处理指令。

编辑 ：XPath表达式processing-instruction()[name()="foo"]等同于表达式processing-instruction("foo") 。 如XPath 1.0规范中所述 ：

processing-instruction()测试可能有一个Literal参数; 在这种情况下，对于任何名称等于Literal值的处理指令都是如此。

我编辑了上面的答案，使用较短的格式。