Xpath 在 Perl 中不工作，但在浏览器中工作

Posted 2023-03-24

【中文标题】Xpath 在 Perl 中不工作，但在浏览器中工作

【英文标题】：Xpath not working in Perl but works in browser

【发布时间】：2021-07-14 02:57:18

【问题描述】：

我正在尝试使用以下方法从表格单元格中获取数据：

my $data = $tree->findvalue('(.//table[@class="tab openTab"]/tbody/tr/td/text())[1]');

当我在浏览器中使用 $x('(.// table[@class="tab openTab"]/tbody/tr/td/text())[1]') 但拒绝在 Perl 中工作（没有返回数据）。 Perl 代码很好，因为我使用相同的 $tree 从同一来源获取了一些其他数据。

怎么可能？

【问题讨论】：

不适用于什么数据？

数据很简单——商店一周中每一天的营业时间，例如“09:00 - 21:00”

$tree->findvalue('(.//table[@class="tab openTab"]/tbody/tr/td/text())[1]') 肯定不会为09:00 - 21:00 返回任何内容（undef？空字符串？）。由于该文档中完全没有任何table、tbody、tr 和td 元素，这不足为奇。

你能解释一下为什么以及为什么它可以在控制台上使用 $x(...) 工作吗？

您的浏览器添加了隐含的 TBODY 元素

【参考方案1】：

从技术上讲，每个表都有一个 TBODY 元素，即使它的开始和结束标记都被省略了。您的浏览器知道这一点，并在其对象树中创建一个 TBODY。

XML::LibXML 只是一个 XML 解析器。与 html 所基于的 SGML 不同，XML 没有隐含元素的概念。 XML::LibXML 支持 HTML 语法，但无论是解析 XML 还是 HTML，解析器返回的文档都是文件中实际内容的表示。如果在文件中没有找到任何 TBODY 元素，则不添加任何 TBODY 元素。

所以table/tbody/tr/td适合你的浏览器创建的树，但不适合提供给XML::LibXML的文件。