不区分大小写的 XPath contains() 可能吗？答案

【问题标题】：Case insensitive XPath contains() possible?不区分大小写的 XPath contains() 可能吗？
【发布时间】：2012-01-18 10:19:26
【问题描述】：

我正在遍历我的 DOM 的所有文本节点并检查 nodeValue 是否包含某个字符串。

/html/body//text()[contains(.,'test')]

这是区分大小写的。但是，我也想抓住Test、TEST 或TesT。使用 XPath（在 JavaScript 中）可以做到这一点吗？

【问题讨论】：

标签： javascript html xml xslt xpath

【解决方案1】：

这适用于 XPath 1.0。如果您的环境支持 XPath 2.0，请参阅 here。

是的。可能，但不漂亮。

/html/body//text()[
  contains(
    translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'),
    'test'
  )
]

这适用于预先知道字母表的搜索字符串。添加您希望看到的任何重音字符。

如果可以，请使用其他方式标记您感兴趣的文本，例如在构建 HTML 时将其包含在具有特定类的 <span> 中。使用 XPath 比元素文本中的子字符串更容易找到此类内容。

如果这不是一个选项，您可以让 JavaScript（或您用来执行 XPath 的任何其他宿主语言）帮助您构建动态 XPath 表达式：

function xpathPrepare(xpath, searchString) {
  return xpath.replace("$u", searchString.toUpperCase())
              .replace("$l", searchString.toLowerCase())
              .replace("$s", searchString.toLowerCase());
}

xp = xpathPrepare("//text()[contains(translate(., '$u', '$l'), '$s')]", "Test");
// -> "//text()[contains(translate(., 'TEST', 'test'), 'test')]"

^{（对@KirillPolishchuk's answer 的提示 - 当然，您只需要翻译您实际搜索的那些字符。）}

这种方法适用于任何搜索字符串，无需事先了解字母表，这是一大优势。

当搜索字符串可以包含单引号时，上述两种方法都会失败，在这种情况下会得到more complicated。

【讨论】：

谢谢！添加也很好，只翻译需要的字符。我很好奇性能胜利是什么。请注意，xpathPrepare() 可以以不同的方式处理不止一次出现的字符（例如，您得到 TEEEEEST 和 teeeeest）。
@AronWoost：嗯，可能会有一些收获，如果你想知道的话，只需对它进行基准测试。 translate() 本身并不关心您重复每个字符的频率 - translate(., 'EE', 'ee') 绝对等同于 translate(., 'E', 'e')。 P.S.：别忘了给@KirillPolishchuk 投票，这个想法是他的。
system.xml.xmlnodelist x = mydoc.selectnodes（“// * [包含（翻译（texts（text（text（text（text（text））abcdefghijklmnopqrstuvwxyzäönçåïõñhrstuvwxyzäönçåðñœ'，'abcdefghijklmnopqrsuvwwxyzäöéíèêáááóóóôȱúöçåïõêááááóóôȱúȱçåȱȱȱ's，'foo'）]”）;
没有。见“当然你只需要翻译那些你实际搜索的字符”部分。

【解决方案2】：

不区分大小写contains

/html/body//text()[contains(translate(., 'EST', 'est'), 'test')]

【讨论】：

+1 绝对。这是我没有想到的。 （我将在我的回答中使用它，这比我编写的原始 JavaScript 例程要好得多）
难道不只是将TEST 转换为test 并保留Test 原样吗？
@MuhammadAdeelZahid - 不，它用“t”替换“T”，用“e”替换“E”等。这是一对一的匹配。
translate(., 'TES', 'tes') 可能更清楚。这样人们就会意识到这不是单词翻译，而是字母翻译。
或 'EST, 'est'，虽然看起来很酷（尽管有点神秘），部分搜索词出现在映射中（重复的字母被删除）

【解决方案3】：

XPath 2.0 解决方案

使用lower-case():

/html/body//text()[contains(lower-case(.),'test')]
使用matches() 正则表达式匹配其不区分大小写标志：

/html/body//text()[matches(.,'test', 'i')]

【讨论】：

Firefox 和 Chrome 不支持这种语法吗？我刚刚在控制台中尝试过，它们都返回语法错误。
Firefox 和 Chrome 仅实现 XPath 1.0。
在哪里可以验证这是否会按预期工作？
@AnkitGupta：当然，任何支持 XPath 2.0 的在线或离线工具都可以用来验证这个答案，但是（1）工具推荐在 SO 上是题外话，（2）鉴于56 次赞成票，0 次反对票，并且在六年多的时间里没有反对意见，您可以非常确信这个答案是正确的。 ;-)

【解决方案4】：

是的。您可以使用translate将要匹配的文本转换为小写，如下所示：

/html/body//text()[contains(translate(., 
                                      'ABCDEFGHIJKLMNOPQRSTUVWXYZ',
                                      'abcdefghijklmnopqrstuvwxyz'),
                   'test')]

【讨论】：

【解决方案5】：

如果您使用的是 XPath 2.0，那么您可以将排序规则指定为 contains() 的第三个参数。但是，排序规则 URI 不是标准化的，因此详细信息取决于您使用的产品。

请注意，前面使用 translate() 给出的解决方案都假设您只使用 26 个字母的英文字母表。

更新： XPath 3.1 为区分大小写匹配定义了标准排序规则 URI。

【讨论】：

【解决方案6】：

我一直这样做的方式是使用 XPath 中的“翻译”功能。我不会说它非常漂亮，但它可以正常工作。

/html/body//text()[contains(translate(.,'abcdefghijklmnopqrstuvwxyz',
                                        'ABCDEFGHIJKLMNOPQRSTUVWXYZ'),'TEST')]

希望这会有所帮助，

【讨论】：