如何制定这个 xpath 表达式？答案

【问题标题】：how do I formulate this xpath expression?如何制定这个 xpath 表达式？
【发布时间】：2012-07-11 12:15:18
【问题描述】：

给定以下 div 元素

<div class="info">
    <a href="/s/xyz.html" class="title">title</a>
    <span class="a">123</span>
    <span class="b">456</span>
    <span class="c">789</span>
</div>

我想用“b”类检索跨度的内容。但是，我想解析的一些 div 缺少后两个跨度（“b”类和“c”类）。对于这些 div，我想要“a”类的 span 的内容。是否可以创建一个选择它的 XPath 表达式？

如果不可能，是否可以创建一个选择器来检索 div 的全部内容？即检索

<a href="/s/xyz.html" class="title">title</a>
<span class="a">123</span>
<span class="b">456</span>
<span class="c">789</span>

如果我能做到，我可以使用正则表达式来查找我想要的数据。（我可以选择 div 中的文本，但我也不确定如何选择标签。仅文本产生 123456789。）

【问题讨论】：

标签： xpath

【解决方案1】：

更高效——不需要联合：

   //div/span
          [@class='b'
           or
             @class='a'
            and
             not(parent::*[span[@class='b']])
           ]

作为两个绝对“// 表达式”联合的表达式（如下所示），通常执行两个完整的文档树遍历，然后联合操作按文档顺序执行重复数据删除和排序——所有这些都可以除非 XPath 处理器具有智能优化器，否则效率明显低于单个树遍历。

这种低效表达的例子：

//div/span[@class='b'] | //div[not(./span[@class='b'])]/span[@class='a']

基于 XSLT 的验证：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:template match="/">
  <xsl:copy-of select=
  "//div/span
          [@class='b'
           or
             @class='a'
            and
             not(parent::*[span[@class='b']])
           ]"/>
 </xsl:template>
</xsl:stylesheet>

当此转换应用于提供的 XML 文档时：

<div class="info">
    <a href="/s/xyz.html" class="title">title</a>
    <span class="a">123</span>
    <span class="b">456</span>
    <span class="c">789</span>
</div>

对 Xpath 表达式求值，并将所选元素（在本例中只有一个）复制到输出：

<span class="b">456</span>

当对不同的 XML 文档应用相同的转换时，其中没有 class='b'：

<div class="info">
    <a href="/s/xyz.html" class="title">title</a>
    <span class="a">123</span>
    <span class="x">456</span>
    <span class="c">789</span>
</div>

计算相同的 XPath 表达式并将正确选择的元素复制到输出：

<span class="a">123</span>

【讨论】：

【解决方案2】：

xpath 表达式应该类似于：

//div/span[@class='b'] | //div[not(./span[@class='b'])]/span[@class='a']

联合运算符|左边的表达式会选择你所有div中的所有b类span，右边的表达式会先查询所有没有b类span的div然后选择他们的a级跨度。该|运算符将两个集合的结果结合起来。

请参阅here 以使用 not() 选择节点，here 以将结果与 |运算符。

另外，要参考您问题的第二部分，请查看here。在 xpath 中使用 node() 您可以选择所选节点下方的所有内容（节点 + 文本）。所以你可以得到 p> 返回的 div 中的所有内容

//div/node()

以供将来通过其他方式处理。

【讨论】：

谢谢，这很有启发性。我注意到not(span[@class='b']) 似乎像not(./span[@class='b']) 一样工作（前者是您提供的not() 链接的语法）。两者有区别吗？
自从我上次使用 xpath 已经有一段时间了，所以为了安全起见，我从链接中复制了它。我认为它应该等效于 span[@class='b'] 必须是 div 的直接子级。另一方面，如果您使用 .//，您将在 DOM 中的 div 下方获得任何 span[@class='b']，即使它是孩子的孩子。但如果您想确定，请更详细地查看 w3school 链接中的 xpath 手册。

【解决方案3】：

在没有联合运算符的情况下对您的输入起作用的表达式：

//div/span[@class='a' or @class='b'][count(../span[@class='b']) + 1]

这只是为了好玩。我可能会在生产代码中使用更像@inVader 的答案。

【讨论】：