Ruby使用REXML库来解析xml格式数据的方法

REXML 是一个完全用ruby写的processor ,他有多种api，其中两个经典的api是通过DOM-like 和SAX-like 来进行区分的。第一种是将整个文件读进内存，然后存储为一个分层的形式(也就是一棵树了).而第二种是"parse as you go",当你的文件很大，并且内存受到限制的时候，比较适合用这种。
rexml具有如下特点:

• 100%用ruby编写
• 可以用来解析SAX和DOM
• 轻量，不足2000行代码
• 提供完整的API支持
• ruby中内置

下面我们来看看如何使用它,假设我们有如下xml文件：

 
 War, Thriller
 DVD
 2003
 PG
 10
 Talk about a US-Japan war
 
 
 Anime, Science Fiction
 DVD
 1989
 R
 8
 A schientific fiction
 
 
 Anime, Action
 DVD
 4
 PG
 10
 Vash the Stampede!
 
 
 Comedy
 VHS
 PG
 2
 Viewable boredom
 

解析DOM：

require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]
xmldoc.elements.each("collection/movie"){
 |e| puts "Movie Title : " + e.attributes["title"]
}
xmldoc.elements.each("collection/movie/type") {
 |e| puts "Movie Type : " + e.text
}
xmldoc.elements.each("collection/movie/description") {
 |e| puts "Movie Description : " + e.text
}

使用XPATH：

require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
movie = XPath.first(xmldoc, "//movie")
p movie
XPath.each(xmldoc, "//type") { |e| puts e.text }
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names

以备不时之需!

PS：关于REXML的安全问题
Ruby官方网站在8月23日发布了安全通告：http://www.ruby-lang.org/en/news/2008/08/23/dos-vulnerability-in-rexml/，在Ruby当前使用的XML解析库REXML在解析具有嵌套递归元素的XML文件的时候，将会出现拒绝服务攻击的缺陷，导致服务器资源耗尽！
凡是在Rails应用程序当中使用到了XML文件解析功能的都存在上述缺陷，需要进行修复。在Rails当中的修复办法如下：
1、Rails2.0.2和以前的老版本
下载修复文件，拷贝到RAILS_ROOT/lib目录下，并且在environment.rb当中加入语句

require ‘rexml-expansion-fix'

2、Rails 2.1.0以上版本
下载修复文件，拷贝到RAILS_ROOT/config/initializers目录下即可。