带有逻辑 AND 的“HTML 敏捷包”XPath 查询

Question

我正在尝试在 HTML 文档中查找表，其中前 2 行包含 3 列，其中包含文本。

我尝试使用以下查询，我想返回表的前 2 行在第一列中包含文本的节点：

string xpath = @"//table//table[//tr[1]//td[1]//*[contains(text(), *)] and //tr[2]//td[1]//*[contains(text(), *)]]";
HtmlNode temp = doc.DocumentNode.SelectSingleNode(xpath);

它不能正常工作，亲爱的。

这是一些示例 HTML，这是我要匹配的表格：

    <table width="100%" cellpadding="0" border="0">
       <tbody>
       <tr>
          <td width="27%" valign="center"><b><font size="1" face="Helvetica">SOME TEXT<br></font></b></td>
          <td width="1%"></td>
          <td width="9%" valign="center"><font size="1" face="Helvetica">SOME TEXT<br></font></td>
          <td width="1%"></td>
          <td width="25%" valign="center"><font size="1" face="Helvetica">SOME TEXT<br></font></td>
          <td width="37%"></td>
       </tr>
       <tr>
          <td valign="center"><font size="1" face="Helvetica">SOME TEXT<br></font></td>
          <td></td>
          <td valign="center"><font size="1" face="Helvetica">1<br></font></td>
          <td></td>
          <td valign="center"><font size="1" face="Helvetica">SOME TEXT<br></font></td>
          <td></td>
       </tr>
       </tbody>
</table>

您注意到第 1、3、5 列的前 2 行中有文本。这就是我想要匹配的。

Answer 1

//table//table[//tr[1]//td[1]//*[contains(text(), *)] and //tr[2]//td[1]//*[contains(text(), *)]]

这个 XPath 表达式存在很多问题：

1. //table//table 选择作为table 后代的任何table。但是，在提供的 XML 文档中没有嵌套表。

2. table[//tr[1]//td[1]//*[contains(text(), *)]。谓词中的//tr 是一个absolute Xpath 表达式——它选择整个文档 中的所有tr 元素——不仅是在以这个@ 为根的子树中987654328@ 元素。很可能您想要.//tr 而不是//tr。

3. //td[1] 选择任何td 元素，它是其父元素的第一个td 子元素——但很可能您只需要第一个后代td 元素。如果是这样，您需要使用这个 XPath 表达式：(//td)[1]

4. //*[contains(text(), *)] 这将选择其第一个文本节点子节点包含第一个元素子节点的字符串值的任何元素——但您只是想验证 td 是否具有后代文本子节点——这可以正确选择：td[.//text()]

结合所有这些问题的更正，您可能想要的是：

  //table
     [(.//tr)[1]/td[1][.//text()]
    and
      (.//tr)[2]/td[1][.//text()]
     ]

或者，可以编写一个等效但更易于理解且不易出错的表达式，如下所示：

//table
  [descendant::tr[1]/td[1][descendant::text()]
 and
   descendant::tr[1]/td[1][descendant::text()]
  ]