Comment puis-je supprimer des noeuds XML en double en utilisant Ruby?

Question

Supposons que j'ai cette structure:

<one> 
    <two> 
    <three>3</three> 
    </two> 

    <two> 
    <three>4</three> 
    </two> 

    <two> 
    <three>3</three> 
    </two> 
</one> 

est-il de toute façon de se rendre à ceci:

<one> 
    <two> 
    <three>3</three> 
    </two> 

    <two> 
    <three>4</three> 
    </two> 

</one> 

en utilisant les bibliothèques de Ruby? J'ai réussi à obtenir this en utilisant Nokogiri. D'après mes tests, cela semble fonctionner, mais il y a peut-être une autre approche, une meilleure.

Answer 1

Que diriez-vous d'un qui fait le tout dans deux lignes?

seen = Hash.new(0) 
node.traverse {|n| n.unlink if (seen[n.to_xml] += 1) > 1} 

S'il y a une possibilité de le même nœud apparaissant sous les deux parents différents, et vous ne le font pas voulez que ces être considérés comme des doublons, vous pouvez changer cette deuxième ligne:

node.traverse {|n| n.unlink if (seen[(n.parent.path rescue "") + n.to_xml] += 1) > 1} 

Answer 2

Cette page explique parsing XML dans Ruby un petit peu http://developer.yahoo.com/ruby/ruby-xml.html

Cette page explique quelques-unes des raisons pour lesquelles vous souhaitez utiliser un analyseur syntaxique sur quelque chose comme des expressions régulières: http://htmlparsing.icenine.ca

En bref, l'approche que vous utilisez ne semble pas horrible.