对于2.4MB XML文件，您会推荐哪个Ruby XML库？
我有一个2.4 MB的XML文件，从Microsoft Project导出（嘿，我是这里的受害者！），我要求我提取重新呈现的某些细节。 忽略请求的智能或其他方面，我应该首先从Ruby的角度尝试哪个库？
我知道以下内容（没有特别的顺序）：
- REXML
- Chilkat Ruby XML库
- hpricot XML
- 的libxml
我更喜欢打包成Rubygem的东西，我怀疑Chilkat库不是。
性能不是一个主要问题 – 我不认为每天需要运行一次以上（每周一次更有可能）。 我对那些与XML相关的东西一样容易使用的东西更感兴趣。
编辑：我尝试了gem的：
hpricot是一个国家英里，最简单。 例如，要在此XML中提取SaveVersion标记的内容（保存在名为’test.xml’的文件中）
12 采取这样的事情：
doc = Hpricot.XML(open('test.xml')) version = (doc/:Project/:SaveVersion).first.inner_html
hpricot似乎对名称空间相对漠不关心，在这个例子中很好：只有一个，但可能是复杂文档的问题。 由于hpricot也非常慢，我宁愿想象这将是一个解决自己的问题。
libxml-ruby的速度提高了一个数量级，了解命名空间（我需要花费几个小时来解决这个问题）并且完全接近XML金属 – XPath查询和所有其他内容都在那里。 如果像我一样，只有在极端胁迫的条件下才能打开XML文档，这不一定是好事。 帮助器模块主要用于提供有效处理默认命名空间的示例。 这大致是我最终得到的结论（我不以任何方式断言它的美丽，正确性或其他价值，它就在我现在的位置）：
xml_parser = XML::Parser.new xml_parser.string = File.read(path) doc = xml_parser.parse @root = doc.root @scopes = { :in_node => '', :in_root => '/', :in_doc => '//' } @ns_prefix = 'p' @ns = "#{@ns_prefix}:#{@root.namespace[0].href}" version = @root.find_first(xpath_qry("Project/SaveVersion", :in_root), @ns).content.to_i def xpath_qry(tags, scope = :in_node) "#{@scopes[scope]}" + tags.split(/\//).collect{ |tag| "#{@ns_prefix}:#{tag}"}.join('/') end
我仍然在争论利弊：libxml因其额外的严谨性，hpricot为纯粹的_why代码风格。
再次编辑，稍后：我发现了HappyMapper（’gem install happymapper’），如果还处于早期阶段，它是非常有前途的。 虽然我发现了一些我尚未修复的边缘情况，但它是声明性的并且大部分都有效。 它允许你做这样的事情，解析我的谷歌阅读器OPML：
module OPML class Outline include HappyMapper tag 'outline' attribute :title, String attribute :text, String attribute :type, String attribute :xmlUrl, String attribute :htmlUrl, String has_many :outlines, Outline end end xml_string = File.read("google-reader-subscriptions.xml") sections = OPML::Outline.parse(xml_string)
我已经喜欢它，尽管它还不完美。
Hpricot可能是最好的工具 – 它易于使用，应该可以处理2mg文件没有问题。
Speedwise libxml应该是最好的。 几个月前我用python的libxml2绑定（当时rb-libxml已经过时）。 Streaming接口对我来说是最好的（Ruby中的LibXML :: XML :: Reader）。 它允许在下载时处理文件，比SAX更加用户友好，并允许我在一分多钟的时间内将数据从30mb xml文件从Internet加载到MySQL数据库。
Nokogiri使用干净的Rubyish API包装libxml2和libxslt，该API支持命名空间，XPath和CSS3查询。 也快。 http://nokogiri.org/