使用Nokogiri解析XML时如何忽略未定义的命名空间

Nokogiri原生支持忽略命名空间的相关配置，针对你的场景有两种常用处理方案：

方案1：移除文档所有命名空间（推荐，改动最小） #

调用remove_namespaces!方法可以直接清除文档内所有命名空间前缀，不需要修改XML内容，后续XPath查询直接使用节点名即可，修改后的示例代码如下：

require 'nokogiri'
def getxml
   xml_str = <<EOF
   <root>
     <THING1:things type="Container">
       <PART1:Id type="Property">1234</PART1:Id>
       <PART1:Name type="Property">The Name1</PART1:Name>
     </THING1:things>
     <THING2:things type="Container">
       <PART2:Id type="Property">2234</PART2:Id>
       <PART2:Name type="Property">The Name2</PART2:Name>
     </THING2:things>
   </root>
EOF
   doc = Nokogiri::XML(xml_str)
   # 新增这一行清除所有命名空间
   doc.remove_namespaces!
   
   doc.xpath('//Id').each do |thing|
     puts("ID   = " + thing.content)
     puts("Name = " + thing.xpath('./following-sibling::*[local-name()="Name"]')[0].content)
   end
end

getxml()

运行后即可正常输出两个Id和对应Name的内容，不会再报命名空间未定义的错误。

方案2：不修改文档结构，XPath匹配本地节点名 #

如果你需要保留命名空间信息不希望删除，可以在XPath查询时通过local-name()匹配节点的实际名称，忽略前缀限制，同时可以在解析时添加参数屏蔽命名空间报错，示例如下：

# 解析时添加noerror配置屏蔽错误输出
doc = Nokogiri::XML(xml_str) { |config| config.noerror }
# XPath使用local-name匹配节点
doc.xpath("//*[local-name()='Id']").each do |thing|
  puts thing.content
end

内容的提问来源于stack exchange，提问作者Tommie Jones