如果字符串以数字开头，则包含包含的 xpath 会引发错误答案

【问题标题】：xpath with contains throws error if string starts with a number如果字符串以数字开头，则包含包含的 xpath 会引发错误
【发布时间】：2013-12-05 15:52:43
【问题描述】：

我在使用 nokogiri 和 xpath 时遇到了一个奇怪的问题。我想解析一个 HTML 文档并通过 href 值和它们包含的锚文本获取所有链接。

到目前为止，这是我的 xpath：

    xpath = "//a[contains(text(), #{link['anchor_text']}) and @href='#{link['target_url']}']"
    a = doc.search(xpath)

只要 link['anchor_text'] 是一个没有数字的字符串，它就可以正常工作。

如果我试图获取带有锚文本“11example”的链接，则会引发以下错误：

    Invalid expression: //a[contains(text(), 11example) and @href='http://www.example.com/']

也许这只是一个愚蠢的错误，但我不明白为什么会发生此错误。如果我在 xpath 中的 #{link['anchor_text']} 周围加上引号，则没有任何效果。

编辑：这是示例 HTML：

<!DOCTYPE html>
<head>
  <title>Example.com</title>
</head>
<body>
<p>
<strong>Here is some text</strong><br />
<a href="example.com" target="_blank">11example</a>Some text here and there
</p>
<p>
<strong>Another text</strong><br />
<a href="example.com/test" target="_blank">example.com</a>Some text here and there
</p>
</body>

Edit2：如果我在 irb 控制台中手动运行这些查询，一切都会按预期工作，但前提是我将文本放在引号中。

提前致谢！

亲切的问候，疯子

【问题讨论】：

把示例 HTML 也给我们..
抱歉，我添加了 HTML。

标签： ruby-on-rails ruby xpath nokogiri

【解决方案1】：

简单的答案是您缺少#{link['anchor_text']} 周围的引号，就像您在#{link['target_url']} 周围一样。完整的 XPath 应该是

xpath = "//a[contains(text(), '#{link['anchor_text']}') and @href='#{link['target_url']}']"

当您不以数字开头时，它似乎工作（至少不会产生错误）的原因是字符串被解释为节点查询。例如，Nokogiri 在<a> 标签内寻找一个名为<example.com> 的标签，然后将其转换为字符串，并查看<a> 标签的文本节点是否包含该字符串。如果标签不存在（如本例中），则contains 的结果始终为真。

作为演示，用 HTML：

<a href="example.com"><q>foo</q>example</a>
<a href="example.com"><q>foo</q>foo</a>
<a href="example.com">foo</a>

然后查询

doc.search("//a[contains(text(), q)]")

不匹配第一个<a>标签，但匹配第二个和第三个。

当字符串以数字开头时，它不能被解析为节点查询，因为以数字开头的名称不是有效的 XML（或 HTML）元素名称，因此会出现错误。

【讨论】：

'#{link['anchor_text']}' 真的有用吗？ XPath 如何知道anchor 之前的' 并不表示字符串#{link[ 的结尾？
@LarsH #{...} 的内容首先由 Ruby 进行插值，然后再传递给 Nokogiri。因此，如果 link['anchor_text'] 的计算结果为 11example（在 Ruby 中），那么 Nokogiri 看到的字符串将是 '11example'（带有外引号）。 Ruby 处理嵌套在 #{...} 中的引号就像这样。
啊，愚蠢的我。感谢您的详细回答和解释！