两个元素之间的 XPath答案

【问题标题】：XPath between two elements两个元素之间的 XPath
【发布时间】：2012-01-01 04:24:33
【问题描述】：

我有一个 Word 2003 XML 文档，我试图在其中搜索某些元素。我已经能够执行简单的 XPath 查询来查找单个元素，但是我很难想出一个查询来在两个元素之间进行搜索：

    <w:r>
      <w:fldChar w:fldCharType="begin"/>
    </w:r>
    <w:r>
      <w:instrText> DOCPROPERTY  EvidenceBase  \* MERGEFORMAT </w:instrText>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="separate"/>
    </w:r>
    <w:r>
      <w:t>EvidenceBase</w:t>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="end"/>
    </w:r>

我正在搜索上面的 XML，其中有一个 w:r，其中有一个 w:fldChar，其属性为 w:fldCharType，值为“begin”。它应该返回每个元素，直到它碰到一个 w:r，其中有一个 w:fldChar，它的属性为 w:fldCharType，值为“end”。

这可能吗？

【问题讨论】：

标签： xml xpath

【解决方案1】：

//w:r[preceding-sibling::w:r[w:fldChar/@w:fldCharType='begin'] and following-sibling::w:r[w:fldChar/@w:fldCharType='end']]

请注意前缀 w 需要绑定到 XPath 表达式命名空间上下文的正确命名空间。这如何完成取决于您如何使用 XPath（XSLT、Java、C#...）。

此外，如果有多个可能嵌套的“开始”和“结束”标记，这将更加复杂。

【讨论】：

【解决方案2】：

在任何类似的问题中，都可以使用 Kayessian 公式计算节点集交集。

如果我们有两个节点集$ns1 和$ns2，那么属于这两个节点集的所有节点都被这个 XPath 表达式选择：

$ns1[count(.|$ns2) = count($ns2)]

在您的情况下，您只需将 $ns1 替换为：

//w:r[w:fldChar/@w:fldCharType='begin'][1]/following-sibling::*

并将$ns2 替换为：

//w:r[w:fldChar/@w:fldCharType='end'][1]/preceding-sibling::*

生成的 XPath 表达式可能看起来过于复杂，但您获得的是能够非常轻松且几乎机械地解决任何此类问题的能力：

  /*/w:r
      [w:fldChar/@w:fldCharType='begin']/following-sibling::*
     [count(. | /*/w:r[w:fldChar/@w:fldCharType='end']
                                     /preceding-sibling::*
            )
     =
      count(/*/w:r[w:fldChar/@w:fldCharType='end']
                                     /preceding-sibling::*)
     ]

基于 XSLT 的验证：

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

 <xsl:template match="/">
     <xsl:copy-of select=
     "/*/w:r
          [w:fldChar/@w:fldCharType='begin']/following-sibling::*
         [count(. | /*/w:r[w:fldChar/@w:fldCharType='end']
                                         /preceding-sibling::*
                )
         =
          count(/*/w:r[w:fldChar/@w:fldCharType='end']
                                         /preceding-sibling::*)
         ]
     "/>
 </xsl:template>
</xsl:stylesheet>

当此转换应用于此 XML 文档时：

<t xmlns:w="some:namespace">
    <w:r>
      <w:fldChar w:fldCharType="before-begin"/>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="begin"/>
    </w:r>
    <w:r>
      <w:instrText> DOCPROPERTY  EvidenceBase  \* MERGEFORMAT </w:instrText>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="separate"/>
    </w:r>
    <w:r>
      <w:t>EvidenceBase</w:t>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="end"/>
    </w:r>
    <w:r>
      <w:fldChar w:fldCharType="after-end"/>
    </w:r>
</t>

正是需要的元素被选中并复制到输出中：

<w:r xmlns:w="some:namespace">
   <w:instrText> DOCPROPERTY  EvidenceBase  \* MERGEFORMAT </w:instrText>
</w:r>
<w:r xmlns:w="some:namespace">
   <w:fldChar w:fldCharType="separate"/>
</w:r>
<w:r xmlns:w="some:namespace">
   <w:t>EvidenceBase</w:t>
</w:r>

【讨论】：

+1 - 我很欣赏 Kayessian 公式的优雅，但一开始我很惊讶地看到（经过几次非常非正式基准测试后）它的执行速度比@G_H 回答中的“天真”解决方案。（使用 Saxon 进行测试。）
@lwburk：谢谢。是的，这是一个“快速而肮脏”的解决方案，它对于大型节点集可能效率不高。无论如何，在 XPath 2.0 中，intersect 运算符可能会更有效。

【解决方案3】：

如果前面的开始数与结束数不同，我们必须在开始和结束之间。因此：

w:r[count(preceding-sibling::w:r[w:fldChar/@w:fldCharType='begin']) != count(preceding-sibling::w:r[w:fldChar/@w:fldCharType='end'])]

【讨论】：

【解决方案4】：

前面的答案都是关于 XPath 1.0 的。我将在 XPath 2.0 和 XPath 3.x 中添加解决方案。

对于 XPath 2.0

我们可以使用intersect 关键字来简化XPath。

w:r[w:fldChar/@w:fldCharType='begin']/following-sibling::*
intersect
w:r[w:fldChar/@w:fldCharType='end']/preceding-sibling::*

对于 XPath 3.x

我们可以声明两个变量来获取开始和结束元素的索引。并按两个变量过滤列表。

let $x=:index-of(w:r[w:fldChar/@w:fldCharType='begin']),
$y=:index-of(w:r[w:fldChar/@w:fldCharType='end']),
w:r[position()>=$x and position()<=$y]

XPath 3.x 中的解决方案会快得多，因为时间复杂度只有 n，而对于 XPath 2.0 和 1.0，时间复杂度是 n 平方。

【讨论】：