使用 XPath，如何根据节点的文本内容和属性值来选择节点？

Posted 2023-02-16

【中文标题】使用 XPath，如何根据节点的文本内容和属性值来选择节点？

【英文标题】：Using XPath, How do I select a node based on its text content and value of an attribute?

【发布时间】：2010-12-31 06:09:50

【问题描述】：

鉴于此 XML：

<DocText>
<WithQuads>
    <Page pageNumber="3">
        <Word>
            July
            <Quad>
                <P1 X="84" Y="711.25" />
                <P2 X="102.062" Y="711.25" />
                <P3 X="102.062" Y="723.658" />
                <P4 X="84.0" Y="723.658" />
            </Quad>
        </Word>
        <Word>
        </Word>
        <Word>
            30,
            <Quad>
                <P1 X="104.812" Y="711.25" />
                <P2 X="118.562" Y="711.25" />
                <P3 X="118.562" Y="723.658" />
                <P4 X="104.812" Y="723.658" />
            </Quad>
        </Word>
    </Page>
</WithQuads>

我想查找文本为“July”且 Quad/P1/X 属性大于 90 的节点。因此，在这种情况下，它不应返回任何匹配项。但是，如果我使用 GT (>) 或 LT (

所以：

//Word[text()='July' and //P1[@X < 90]]

将返回 true，也将返回 true

//Word[text()='July' and //P1[@X > 90]]

如何在 P1@X 属性上正确地约束它？

此外，假设我有多个 Page 元素，用于不同的页码。我将如何另外限制上述搜索以查找具有text()='July', P1@X < 90 和 Page@pageNumber=3 的节点？

【问题讨论】：

对于这个特定的 XML 可能不是每个读者都清楚的一个重要的事情是，因为这个 XML 使用混合内容模型，所以很难将元素与 XPath 匹配。我最近遇到了这个问题，并且对我的 XPath 生疏了，我正要得出结论，在我在下面找到 Michael Kay 的答案之前，无法匹配混合内容元素。我找不到任何其他关于混合内容和 XPath 的缺陷的参考资料。

你的问题回答了我的问题。在 XPath 中对字符串使用“单撇号”非常重要，而不是“双引号”。这真的非常重要。谢谢你的线索。

【参考方案1】：

通常我会认为在 XPath 中使用不带前缀的 // 是一种不好的气味。

试试这个：-

/DocText/WithQuads/Page/Word[text()='July' and Quad/P1/@X > 90]

您的问题是您使用了//P1[@X < 90]，它从文档的开头开始并开始搜索任何P1，因此它总是正确的。同样//P1[@X > 90] 始终为真。

【讨论】：

我很惊讶这实际上是可行的，因为 Michael Kay 的回答中解决了空格问题。我在几个不同的 XPath 评估器中尝试了这个答案，但两者都不匹配。一旦我使用“normalize-space”切换到谓词，我就成功匹配了。

您可以使用.//P1 在当前级别开始搜索，而不是指定固定路径

【参考方案2】：

除了“//”问题之外，这个 XML 是对混合内容的一种非常奇怪的使用。如果任何子文本节点恰好等于 July，谓词 text()='July' 将匹配该元素，这在您的示例中不正确，因为周围有空格。根据源 XML 的确切定义，我会选择 [text()[normalize-space(.)='July'] and Quad/P1/@X > 90]

【讨论】：

谢谢你，迈克尔。我想知道空格....我在粘贴到堆栈溢出之前格式化了示例，但是我的源 XML 都是“紧密的”。当我针对格式化版本运行 xpath 时，它确实无法正常工作。我会尝试使用 normalize-space(.)