Ruby的XML格式数据解析库Nokogiri的使用进阶
一、基础语法 Nokogiri 是 Ruby 里处理 XML/HTML 的利器，上手其实非常直观。核心思路就一句话：把文本或文件变成可查询的对象，然后通过各种方式取数据。先看三种最常见的对象生成方式。 直接在代码里写字符串就行，Nokogiri 会自动解析成文档对象： html_doc = Noko
一、基础语法
Nokogiri 是 Ruby 里处理 XML/HTML 的利器，上手其实非常直观。核心思路就一句话：把文本或文件变成可查询的对象，然后通过各种方式取数据。先看三种最常见的对象生成方式。
直接在代码里写字符串就行，Nokogiri 会自动解析成文档对象：
html_doc = Nokogiri::HTML("Mr. Belvedere Fan Club
")
xml_doc = Nokogiri::XML("Alf
这里的 html_doc 和 xml_doc 就是标准的 Nokogiri 文档对象，后面所有操作都基于它。
当然，也可以从本地文件读取：
f = File.open("blossom.xml")
doc = Nokogiri::XML(f)
f.close
更常见的场景是从网上抓取页面，配合 open-uri 一行搞定：
require 'open-uri'
doc = Nokogiri::HTML(open("http://www.xxx.com/"))
二、XML 文件解析实例
拿到文档对象后，最核心的需求就是提取特定字段。Nokogiri 提供了两种查询方式：XPath 和 CSS 选择器。下面用一个典型的数据文件 shows.xml 来演示，内容如下：
Married with Children Al Bundy Bud Bundy Marcy Darcy Perfect Strangers Larry Appleton Balki Bartokomous The A-Team John "Hannibal" Smith Templeton "Face" Peck "B.A." Baracus "Howling Mad" Murdock
如果想抓出所有 //character 即可：
@doc = Nokogiri::XML(File.open("shows.xml"))
@doc.xpath("//character")
这里的 xpath 和 css 方法返回的都是节点列表（类似数组），包含了文档中所有匹配的节点。
如果只想查 dramas 里的角色，可以加路径限制：
@doc.xpath("//dramas//character")
CSS 选择器的可读性更好，比如查所有情景剧的名称：
characters = @doc.css("sitcoms name")
# => ["Married with Children ", "Perfect Strangers "]
当结果唯一时，直接用 at_xpath 或 at_css 可以省去 .first：
@doc.css("dramas name").first # => "The A-Team "
@doc.at_css("dramas name") # => "The A-Team "
三、Namespaces
当 XML 里出现多个同名标签但属于不同命名空间时，命名空间就显得格外重要。举个例子，下面这个 parts.xml 里有两个
all weather studded extra wide street mountain
这时可以用唯一的 URL 作为命名空间前缀来区分：
@doc = Nokogiri::XML(File.read("parts.xml"))
car_tires = @doc.xpath('//car:tire', 'car' => 'http://alicesautoparts.com/')
bike_tires = @doc.xpath('//bike:tire', 'bike' => 'http://bobsbikes.com/')
有趣的是，Nokogiri 会自动绑定根节点上找到的命名空间，这让日常使用省了不少事。比如一个标准的 Atom 订阅文件：
Example Feed 2003-12-13T18:30:02Z John Doe urn:uuid:60a76c80-d399-11d9-b93C-0003939e0af6 Atom-Powered Robots Run Amok urn:uuid:1225c695-cfb8-4ebb-aaaa-80da344efa6a 2003-12-13T18:30:02Z Some text.
由于根节点的 xmlns 已被自动绑定，可以直接用 xmlns 这个前缀来查询：
@doc.xpath('//xmlns:title')
# => ["Example Feed ", "Atom-Powered Robots Run Amok "]
CSS 方式也类似，只需要换用管道符分隔：
@doc.css('xmlns|title')
更省事的是，如果命名空间名字就是 xmlns，连前缀都可以忽略，直接写标签名：
@doc.css('title')
这就是 Nokogiri 处理命名空间的便捷之处——多数情况下，你甚至感觉不到它的存在。
Ruby日期时间处理主要依赖Date、Time和DateTime三个类。Date仅处理日期，Time可处理日期时间，DateTime是Date子类且效率最高。三者支持创建、字符串转换、比较、加减、时区处理及类型互转。Date与DateTime严格校验无效日期，Time则自动进位。常用操作包括构建、解析、格式化及与数值转换。
Ruby中Process.kill方法发送信号，signal参数可为整数或符号名指定信号类型，pid参数为正数时发送给指定进程，为0时发送给同组所有进程，为负数时发送给对应进程组（绝对值）。
Ruby变量以命名前缀区分五种类型：全局变量($)可跨类访问但副作用大；实例变量(@)为对象私有数据；类变量(@@)在继承链共享；局部变量(小写/下划线)作用域受限；常量(大写)不可重赋值。伪变量如self、nil不可修改。未初始化变量通常为nil，常量赋值会触发警告。
在Rails中，利用ActiveSupport::MessageEncryptor实现字段加密，结合ActiveRecord的serialize机制定义自定义Serializer，使敏感字段存入时自动加密、读取时自动解密，业务层无需关注加密细节。同时需注意密钥安全管理和旧数据的平滑迁移。
Ruby全局锁（GIL）使多线程在CPU密集型任务中无法并行提速，但IO操作可并发切换。通过厨师比喻和代码示例，阐释了顺序执行与多线程的差异，强调并发不等于并行。
Rails中Model关联需在两端声明，遵循命名惯例：belongs_to后跟单数，has_many后跟复数。一对多通过外键实现，如妈妈与儿子；多对多借助中间表，如学生与老师通过课程表关联。掌握这些基础可高效处理复杂关联。
RVM能自由切换Ruby与Rails版本，避免反复重装。通过rvminstall安装指定Ruby版本，用rvmlist查看已安装版本，切换并设为默认。创建gemset绑定Ruby版本，再安装不同Rails版本，即可灵活切换，实现多项目环境隔离。
module_function将模块的实例方法复制到单例类，原方法变为私有，仅能通过模块名调用。extendself不改变可见性，public方法既可通过模块名也可通过实例调用。两者均用于暴露模块级方法，但权限不同。
Ruby是松本行弘于1993年创造的纯面向对象动态语言，融合Smalltalk、Perl和Python精髓，语法简洁易读，一切皆对象。开源解释型跨平台，适合Web开发和脚本编写，可扩展性强，支持多种数据库及GUI工具，是RubyonRails框架的核心语言之一。
在RubyonRails框架中，安装后执行命令时常会出现“DLisdeprecated,pleaseuseFiddle”警告。具体解决方法如下：首先找到Ruby安装目录下的lib/ruby/2.1.0文件夹，进入后找到其中的dl.rb文件，使用文本编辑器打开该文件，定位到含有warn的那一行，在行首添加井号#注释掉该行，保存文件后警告立即消失。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
