¿Cómo consigo que Nokogiri entienda mis espacios de nombres?

Question

Tengo el siguiente documento XML:

<samlp:LogoutRequest ID="123456789" Version="2.0" IssueInstant="200904051217">
  <saml:NameID>@NOT_USED@</saml:NameID>
  <samlp:SessionIndex>abcdefg</samlp:SessionIndex>
</samlp:LogoutRequest>

Me gustaría obtener el contenido del SessionIndex (es decir, 'abcdefg'). He intentado esto:

XPATH_QUERY = "LogoutRequest[@ID][@Version='2.0'][IssueInstant]/SessionIndex"
SAML_XMLNS  = 'urn:oasis:names:tc:SAML:2.0:assertion'
SAMLP_XMLNS = 'urn:oasis:names:tc:SAML:2.0:protocol'

require 'nokogiri'
doc = Nokogiri::XML(xml)
doc.xpath(XPATH_QUERY, 'saml' => SAML_XMLNS, 'samlp' => SAMLP_XMLNS)

pero obtengo los siguientes errores:

Nokogiri::XML::SyntaxError: Namespace prefix samlp on LogoutRequest is not defined
Nokogiri::XML::SyntaxError: Namespace prefix saml on NameID is not defined
Nokogiri::XML::SyntaxError: Namespace prefix samlp on SessionIndex is not defined

He intentado agregar los espacios de nombres a la consulta XPath, pero eso no cambia nada.

¿Por qué no puedo convencer a Nokogiri de que los espacios de nombres son válidos?

Answer 1

No parece que los espacios de nombres en este documento estén correctamente declarados; debe haber atributos xmlns: samlp y xmlns: saml en el nodo raíz. En casos como este, Nokogiri esencialmente ignora los espacios de nombres (ya que no puede asignarlos a URI o URN), por lo que su XPath funciona si los elimina, es decir,

doc.xpath(XPATH_QUERY)

Answer 2

Veo dos opciones diferentes para usted:

1. Eliminar todos los espacios de nombres

   http: //www.rubydoc .info / github / sparklemotion / nokogiri / Nokogiri / XML / Document # remove_namespaces% 21-instance_method

   Forma de fuerza bruta de hacerlo. Podría dar lugar a problemas donde hay colisiones de espacio de nombres.

2. Usar collect_namespaces

   http://www.rubydoc.info / github / sparklemotion / nokogiri / Nokogiri / XML / Document # collect_namespaces-instance_method

   Una solución mucho mejor. Puede usar esto una vez para identificar los espacios de nombres (digamos en irb) y codificarlos.

   O

   Úselo en tiempo de ejecución y proporciónelo como el segundo argumento para https://www.rubydoc.info/github/sparklemotion/nokogiri/Nokogiri/XML/Searchable#xpath-instance_method