如何使用Nokogiri在TMX文件中搜索prop元素并提取对应值

核心是利用Nokogiri的XPath条件查询能力，直接按属性值筛选目标节点，完全不依赖节点在tu下的排列顺序：

• 筛选prop节点时，通过@type属性匹配对应的属性名，直接取节点文本
• 筛选tuv节点时，通过@xml:lang属性匹配语言编码，再向下取seg节点的文本

require 'nokogiri'

doc = File.open("test_for_import.xml") { |f| Nokogiri::XML(f) }

doc.xpath('//tu').each do |tu_node|
  # 取基础属性
  creation_date = tu_node.attributes["creationdate"]&.value
  user = tu_node.attributes["creationid"]&.value
  puts "Creation date: #{creation_date}"
  puts "User: #{user}"

  # 取Attribute1的值，不依赖节点顺序
  attribute1 = tu_node.at_xpath('./prop[@type="Att::Attribute1"]')&.text
  puts "Attribute1: #{attribute1}"
  # 其他属性同理，比如要Attribute2就把@type的值换成Txt::Attribute2即可

  # 按语言取seg内容
  source_text = tu_node.at_xpath('./tuv[@xml:lang="EN-US"]/seg')&.text
  target_text = tu_node.at_xpath('./tuv[@xml:lang="SL"]/seg')&.text
  puts "英文源文本: #{source_text}"
  puts "斯洛文尼亚语译文: #{target_text}"

  # 这里可以加将上述变量写入数据库的逻辑
end

• 代码中使用&.安全调用符，避免当前tu节点缺失对应属性/节点时抛出空指针异常，如果业务上要求这些字段必须存在，可以去掉安全调用符加判空校验逻辑
• 如果需要支持多语言动态匹配，可以把语言编码存为变量，拼接进XPath查询语句即可

内容的提问来源于stack exchange，提问作者Sebastjan Hribar