0

すべてのハッシュ値を保存したい CSV があります。nokogiri sax を使用して xml ドキュメントを解析し、CSV に保存しています。

サックスパーサー:

require 'rubygems'
require 'nokogiri'
require 'csv'

class MyDocument < Nokogiri::XML::SAX::Document

  HEADERS = [ :titles, :identifier, :typeOfLevel, :typeOfResponsibleBody, 
              :type, :exact, :degree, :academic, :code, :text ]

  def initialize
     @infodata = {}
     @infodata[:titles] = Array.new([])
  end

  def start_element(name, attrs)
    @attrs = attrs
    @content = ''
  end
  def end_element(name)
    if name == 'title'
      Hash[@attrs]["xml:lang"]
      @infodata[:titles] << @content
      @content = nil
    end
    if name == 'identifier'
       @infodata[:identifier] = @content
       @content = nil
    end
    if name == 'typeOfLevel'
       @infodata[:typeOfLevel] = @content
       @content = nil
    end
    if name == 'typeOfResponsibleBody'
       @infodata[:typeOfResponsibleBody] = @content
       @content = nil
    end
    if name == 'type'
       @infodata[:type] = @content
       @content = nil
    end
    if name == 'exact'     
       @infodata[:exact] = @content
       @content = nil
    end
    if name == 'degree'
       @infodata[:degree] = @content
       @content = nil
    end
    if name == 'academic'
       @infodata[:academic] = @content
       @content = nil
    end
    if name == 'code'
       Hash[@attrs]['source="vhs"']
       @infodata[:code] = @content 
       @content = nil
    end
    if name == 'ct:text'
       @infodata[:beskrivning] = @content
       @content = nil
    end 
  end
  def characters(string)
    @content << string if @content
  end
  def cdata_block(string)
    characters(string)
  end
  def end_document
    File.open("infodata.csv", "ab") do |f|
      csv = CSV.generate_line(HEADERS.map {|h| @infodata[h] })
      csv << "\n"
      f.write(csv)
    end
  end
end

フォルダーに保存されているすべてのファイル (47.000xml ファイル) の新しいオブジェクトを作成します。

parser = Nokogiri::XML::SAX::Parser.new(MyDocument.new)
counter = 0

Dir.glob('/Users/macbookpro/Desktop/sax/info_xml/*.xml') do |item|
  parser.parse(File.open(item, 'rb'))
  counter += 1
  puts "Writing file nr: #{counter}"
end

問題: 新しい値のセットごとに新しい行を取得できません。何か案は？

コードを試すための 3 つの xml ファイル: https://gist.github.com/2378898 https://gist.github.com/2378901 https://gist.github.com/2378904

4

2 に答える 2

3

「a」モードを使用してファイルを開く必要があります (「w」でファイルを開くと、以前の内容が消去されます)。

csv オブジェクトに配列を追加すると、改行が自動的に挿入されます。Hash#values は値の配列を返しますが、順序を強制する方が安全です。配列を平坦化すると、列がずれる可能性があります (たとえば、[[:title1, :title2], 'other-value'] は [:title1, :title2, 'other-value'] になります)。次のようなことを試してください：

HEADERS = [:titles, :identifier, ...]

def end_document
  # with ruby 1.8.7
  File.open("infodata.csv", "ab") do |f|
    csv = CSV.generate_line(HEADERS.map { |h| @infodata[h] })
    csv << "\n"
    f.write(csv)
  end
  # with ruby 1.9.x
  CSV.open("infodata.csv", "ab") do |csv|
    csv << HEADERS.map { |h| @infodata[h] }
  end
end

上記の変更は、次を実行することで確認できます。

require "csv"

class CsvAppender

  HEADERS = [ :titles, :identifier, :typeOfLevel, :typeOfResponsibleBody, :type,
              :exact, :degree, :academic, :code, :text ]

  def initialize
    @infodata = { :titles => ["t1", "t2"], :identifier => 0 }
  end

  def end_document
    @infodata[:identifier] += 1

    # with ruby 1.8.7
    File.open("infodata.csv", "ab") do |f|
      csv = CSV.generate_line(HEADERS.map { |h| @infodata[h] })
      csv << "\n"
      f.write(csv)
    end
    # with ruby 1.9.x
    #CSV.open("infodata.csv", "ab") do |csv|
    #  csv << HEADERS.map { |h| @infodata[h] }
    #end
  end

end

appender = CsvAppender.new

3.times do
  appender.end_document
end

File.read("infodata.csv").split("\n").each do |line|
  puts line
end

上記を実行すると、infodata.csv ファイルには以下が含まれます。

"[""t1"", ""t2""]",1,,,,,,,,
"[""t1"", ""t2""]",2,,,,,,,,
"[""t1"", ""t2""]",3,,,,,,,,
于 2012-04-12T15:04:11.697 に答える
1

余分なループが必要だと思います。に似たもの

CSV.open("infodata.csv", "wb") do |csv|    
  csv << @infodata.keys
  @infodata.each do |key, value|
    csv << value
  end
end
于 2012-04-12T13:19:26.503 に答える