新手问题 申手党：Nokogiri 如何搞定这个文本？
唉~从何说起呢？ 万恶的谷歌服务器又宕机。向群里伸手只学了个开头，不得已啊只能来这申手。 按《提问的智慧》我在百度渡了一阵子，那形式啊走走也是走了啊，对不对？ 然后，心安理得地来到这儿，开始发问：：：：：
我的文本是这个样子的：
<whcd>第一列</whcd><lxdh>第二列</lxdh><dwxs>第三列</dwxs> ...
<whcd>第一列</whcd><lxdh>第二列</lxdh><dwxs>第三列</dwxs> ...
<whcd>第一列</whcd><lxdh>第二列</lxdh><dwxs>第三列</dwxs> ...
<whcd>第一列</whcd><lxdh>第二列</lxdh><dwxs>第三列</dwxs> ...
我的目的是提取所有行部分列的值，我想用 file.each do |line| 逐行处理，感觉有点笨。 群里热心的大佬教我用 Nokogiri，我补习了一小时左右，根据一个例子（XML）搞了几下，卡着拉。
irb(main):001:0> require 'nokogiri'
=> true
irb(main):002:0> @doc = Nokogiri::XML(File.open("27065"))
=> #<Nokogiri::XML::Document:0x15619bc name="document" children=[#<Nokogiri::XML::Element:0x1561584 name="SBJGBH" children=[#<Nokogiri::XML::Text:0x15612a0 "37172713">]>]>
irb(main):003:0> @doc.xpath("/SBJGBH")
=> [#<Nokogiri::XML::Element:0x1561584 name="SBJGBH" children=[#<Nokogiri::XML::Text:0x15612a0 "37172713">]>]
irb(main):004:0> @doc.xpath("/ZGLB")
=> []
irb(main):005:0>
只能 xpath 第一列的数据，搞不到第二列和其它列。 我估计是不是我的文件不是个 XML 文件的问题，还是哪儿用错了吗？
自从看了那个加了精的《XX 的智慧》，俺基本上很少发问了，不会就不会吧，反正只是个兴趣使然。有时候想想，哪个坛子里没几个白痴？ 如果开头的那些话让人感到恶心，也许是我对那个《XX 的智慧》太敏感了吧，I'm sorry.
- 如果问题问得不好，那你就会得到 downvote, 多搞几次就想明白应该怎么做了。总比一个人憋着强
- stackoverflow 对伸手党的容忍程度高多了。或者说，大家对伸手党的定义不一样。
1、到那个 stackoverflow 注册，还得开谷歌的服务器； 2、把这个傻问题提交后，一天得了 -3 分，而且没有任何回复； 3、趁谷歌的服务器没关机，找了几个例子，发现 .xpath("./name") 有戏，捣鼓到现在，算是把问题解决了，虽然方法更笨：
1、文档头尾加上<doc> </doc> 把整个文档圈起来；
2、同方法用<line></line>把每行圈起来；
require 'nokogiri'
# require 'ruby-pinyin'
doc = Nokogiri::XML(File.open("27065"),nil,"gbk") # 27065是个文件名
nfile = File.new(File.join("./","output.txt"), "w+") #转换成新文件
print "doing" #在console里看进度，因为数据量大，有点动静就不是死机
i = 0
doc.xpath("//LINE").each do |l|
i += 1
# PinYin.of_string(l.xpath("./XM").text) #把汉字姓名转拼音 报错
l.xpath("./XB").text == "1" ? xb = "M" : xb = "F" #原文中 男＝1，女＝2
nfile.puts i.to_s.rjust(7,'0') + "|A|" + l.xpath("./SFZHM").text + "|" + xb + "|" + l.xpath("./XM").text + "|" + " " + "|" + l.xpath("./TXDZ").text + "|" + l.xpath("./CSRQ").text + "|" + l.xpath("./YZBM").text + "|" + l.xpath("./SBKKH").text
print "." #高大上的进度条
end
print "done" #进度条结束
1、只是没有把汉字转拼音搞定。 2、多谢各位大佬鼓励~，春节愉快！
社保局给我们银行的数据是这样子的：
而我们只需要其中的部分字段而且用“|”分割，才能导入到我们的系统。几万行数据，本来用 vi 能搞定，用 sed 和 awk 也能搞定，但我更想用 ruby 搞定，而且我还想用 rails 做成 web 搞定，以后用起来更方便。因为有百多家银行都要转换它。
唉，先慢慢来吧！
可以在 rails 中调用系统命令，命令里面用你说的 sed awk 搞定。这样你也可以在 rails 中变为 web 操作，只是 解析数据的操作用了 sed 和 awk 而已。
