对于2.4MB的XML文件，您建议使用哪个Ruby XML库？

我有一个2.4 MB的XML文件，是从Microsoft Project导出的（嘿，我是这里的受害者！），我被要求从中提取某些详细信息，以便重新演示。忽略请求的智能性或其他方面，从Ruby的角度来看，我应该首先尝试哪个库

我知道以下情况（无特定顺序）：

我更喜欢包装成Ruby gem的东西，我怀疑Chilkat库不是这样的

性能不是一个主要问题-我不认为这件事需要每天运行一次以上（更可能是一周一次）。我更感兴趣的是一些与XML相关的东西一样易于使用

编辑：我试过双子座的：

从一个国家的角度来看，hpricot是最容易的。例如，提取此XML中SaveVersion标记的内容（保存在名为“test.XML”的文件中）

hpricot似乎相对不关心名称空间，在本例中这很好：只有一个名称空间，但复杂文档可能会出现问题。由于hpricot的速度也很慢，我宁愿想象这将是一个自行解决的问题

libxmlruby的速度快了一个数量级，能够理解名称空间（我花了好几个小时才弄明白这一点），并且与xmlmetal-XPath查询和所有其他内容都非常接近。如果像我一样，只在极端胁迫的情况下打开XML文档，那么这不一定是一件好事。helper模块在提供如何有效处理默认名称空间的示例方面非常有用。这大概就是我最终得到的结果（我并没有以任何方式断言它的美丽、正确或其他价值，这正是我现在所处的位置）：

我仍然在争论其利弊：libxml的极端严格性，hpricot的代码风格

稍后再编辑：我发现了HappyMapper（“gem安装HappyMapper”），这是一个非常有前途的工具，尽管它还处于早期阶段。它是声明性的，大部分是有效的，尽管我已经发现了一些我还没有修复的边缘案例。它可以让你做这样的事情，解析我的谷歌阅读器OPML：

module OPML
  class Outline
    include HappyMapper
    tag 'outline'
    attribute :title, String
    attribute :text, String
    attribute :type, String
    attribute :xmlUrl, String
    attribute :htmlUrl, String
    has_many :outlines, Outline
  end
end

xml_string = File.read("google-reader-subscriptions.xml")

sections = OPML::Outline.parse(xml_string)

我已经很喜欢它了，尽管它还不完美。

可能是最适合您的工具——它易于使用，应该可以毫无问题地处理2mg文件

Speedwise libxml应该是最好的。几个月前，我为python使用了libxml2绑定（当时rb-libxml已经过时）。流媒体接口最适合我

---

（RubyGem中的LibXML:：XML:：Reader）。它允许在文件下载时处理文件，比SAX更友好一些，并且允许我在一分钟多一点的时间内将数据从互联网上的30mb xml文件加载到MySQL数据库。

Nokogiri使用一个干净的Rubyish API包装libxml2和libxslt，该API支持名称空间、XPath和CSS3查询。也很快。

---

哦，不！一个2.4 mb的XML文件！恐怖！嗯，我想如果是2.4GB，答案可能会有所不同……；）这些天我推荐的是Hpricot。根据我的经验，它稳定得多，功能齐全，维护良好。是的，我同意，Nokogiri是目前的发展方向。但是，由于基础依赖性，它只支持XPATH 1.0

doc = Hpricot.XML(open('test.xml'))
version = (doc/:Project/:SaveVersion).first.inner_html

xml_parser = XML::Parser.new
xml_parser.string = File.read(path)
doc = xml_parser.parse
@root = doc.root
@scopes = { :in_node => '', :in_root => '/', :in_doc => '//' }
@ns_prefix = 'p'
@ns = "#{@ns_prefix}:#{@root.namespace[0].href}"
version = @root.find_first(xpath_qry("Project/SaveVersion", :in_root), @ns).content.to_i

def xpath_qry(tags, scope = :in_node)
  "#{@scopes[scope]}" + tags.split(/\//).collect{ |tag| "#{@ns_prefix}:#{tag}"}.join('/')
end

module OPML
  class Outline
    include HappyMapper
    tag 'outline'
    attribute :title, String
    attribute :text, String
    attribute :type, String
    attribute :xmlUrl, String
    attribute :htmlUrl, String
    has_many :outlines, Outline
  end
end

xml_string = File.read("google-reader-subscriptions.xml")

sections = OPML::Outline.parse(xml_string)