Программирование на языке Ruby

 # (Этап подготовки опущен.)
 book1 = XPath.first(doc, "//book") # Найдена информация о первой книге
 р book1

 # Распечатать названия всех книг.
 XPath.each(doc, "//title") { |e| puts e.text }

 # Получить массив всех элементов "author".
 names = XPath.match(doc, "//author").map {|x| x.text }
 p names

Вот что он напечатает:

 <book isbn='0672328844'> ... </>
 The Ruby Way
 The Case for Mars
 First Man: The Life of Neil A. Armstrong
 ["Hal Fulton", "Robert Zubrin", "James R. Hansen"]

REXML поддерживает также API на основе стандарта SAX2 (с некоторыми добавлениями в духе Ruby) и экспериментальный анализатор на основе технологии «вытягивания». Они в этой книге не рассматриваются - можете обратиться к сайтуили аналогичному ресурсу.

15.2. RSS и Atom

Часто изменяющийся контент распространяется в Интернете с помощью синдицированных каналов, или просто каналов. Обычно данные описываются на некотором диалекте языка XML.

Наверное, из всех форматов подобного рода наиболее распространен формат RSS. Эта аббревиатура означает Rich Site Summary (обогащенная сводка сайта), хотя некоторые расшифровывают ее как RDF Site Summary, понимая под RDF Resource Description Format (формат описания ресурса).

В сети Web очень много временной или часто изменяемой информации: записи в блогах, статьи в онлайновых журналах и т.д. Канал представляет собой естественный способ распространения и синдицирования такого контента.

Еще одним популярным форматом является Atom; некоторые даже считают, что он превосходит RSS. Но вообще-то сейчас предпочитают говорить не «RSS-канал» или «Atom-канал», а просто «канал».

Мы вкратце рассмотрим обработку форматов RSS и Atom. В первом случае применяется стандартная библиотека Ruby, во втором — библиотека, еще не вошедшая в стандартный дистрибутив.

15.2.1. Стандартная библиотека rss

Формат RSS основан на XML, поэтому разбирать его можно как обычный XML-документ. Но, поскольку это все-таки специализированный вариант, для него имеет смысл разработать специальный анализатор. Кроме того, запутанность стандарта RSS уже стала притчей во языцех — некорректно написанные программы могут генерировать такие RSS-документы, которые будет очень трудно разобрать.

Ситуация осложняется еще и тем, что существуют несовместимые версии стандарта; чаще всего используются 0.9,1.0 и 2.0. В общем, подобно производству колбасы, RSS — такая вещь, в детали которой лучше не вникать.

В дистрибутив Ruby входит стандартная библиотека, понимающая версии стандарта 0.9,1.0 и 2.0. Даже если вы не укажете версию входного документа явно, библиотека попытается определить ее самостоятельно.

Рассмотрим пример. Мы загрузили канал с сайтаи распечатали заголовки нескольких статей из него:

 require 'rss'
 require 'open-uri'

 URL = "http://www.marstoday.com/rss/mars.xml"
 open(URL) do |h|
  resp = h.read
  result = RSS::Parser.parse(resp,false)
  puts "Канал: #{result.channel.title}"
  result.iterns.each_with_index do |item,i|
  i += 1
  puts "#{i} #{item.title}"
  end
 end

Прежде чем двигаться дальше, я хотел бы оказать любезность поставщикам каналов. Программами, подобными приведенной выше, следует пользоваться с осторожностью, так как они потребляют ресурсы сервера поставщика. В любом реальном приложении, например в агрегаторе каналов, следует прибегать к кэшированию. Но это уже выходит за рамки простого примера.

В этой программе мы для удобства воспользовались библиотекой open-uri. Подробно мы рассмотрим ее в главе 18, а пока достаточно знать, что она позволяет вызывать метод open для URI, как для обычного файла.

Отметим, что канал извлекает из документа анализатор RSS, а наша программа печатает название канала. Кроме того, метод доступа items формирует список элементов канала, то есть статей, а мы распечатываем их заголовки.

Понятно, что результат меняется со временем; когда я запускал эту программу, она напечатала вот что:

 Title: Mars Today Top Stories
 1 NASA Mars Picture of the Day: Lava Levees
 2 NASA Mars Global Surveyor TES Dust And Temperature Maps 25 June - 2 July 2006
 3 Mars Institute Core Team Arrives at the HMP Research Station on Devon Island
 4 Assessment of NASA's Mars Architecture 2007-2016
 5 NASA Mars Picture of the Day: Rush Hour

Есть также возможность генерировать документы в формате RSS (листинг 15.5). Для этого нужно инвертировать показанную выше процедуру.

Листинг 15.5. Создание RSS-канала

 require 'rss'

 feed = RSS::Rss.new("2.0")

 chan = RSS::Rss::Channel.new
 chan.description = "Feed Your Head"
 chan.link = "http://nosuchplace.org/home/"

 img = RSS::Rss::Channel::Image.new
 img.url = "http://nosuchplace.org/images/headshot.jpg"
 img.title = "Y.T."
 img.link = chan.link

 chan.image = img
 feed.channel = chan

 i1 = RSS::Rss::Channel::Item.new
 i1.title = "Once again, here we are"
 i1.link = "http://nosuchplace.org/articles/once_again/"
 i1.description = "Don't you feel more like you do now than usual?"

 i2 = RSS::Rss::Channel::Item.new