Question

使用XPath查询C＃中的某些HTML文件时遇到了一个小问题。

好的，首先是HTML示例：

<table id="theTable">
    <tbody>
        <tr class="theClass">A</tr>
        <tr class="theClass">B</tr>
        <tr>1</tr>
        <tr>2</tr>
        <tr>3</tr>
        <tr>4</tr>
        <tr>5</tr>
        <tr class="theClass">C</tr>
        <tr class="theClass">D</tr>
        <tr>6</tr>
        <tr>7</tr>
        <tr>8</tr>
        <tr>9</tr>
        <tr>10</tr>
        <tr>11</tr>
        <tr>12</tr>
        <tr>13</tr>
        <tr>14</tr>
        <tr>15</tr>
        <tr class="theClass">E</tr>
        <tr class="theClass">F</tr>
        <tr>16</tr>
        <tr>17</tr>
        <tr>18</tr>
        <tr>19</tr>
        <tr>20</tr>
        <tr>21</tr>
        <tr>22</tr>
    </tbody>
</table>

现在，我要做的是只获取B和C节点之间的元素（1,2,3,4,5）。

这是我到目前为止所尝试的内容：

using System;
using System.Xml.XPath;

namespace Test
{
    class Test
    {
        static void Main(string[] args)
        {
            XPathDocument doc = new XPathDocument("Test.xml");
            XPathNavigator nav = doc.CreateNavigator();

            Console.WriteLine(nav.Select("//table[@id='theTable']/tbody/tr[preceding-sibling::tr[@class='theClass'] and following-sibling::tr[@class='theClass']]").Count);
            Console.WriteLine(nav.Select("//table[@id='theTable']/tbody/tr[preceding-sibling::tr[@class='theClass'][2] and following-sibling::tr[@class='theClass'][4]]").Count);

            Console.ReadKey(true);
        }
    }
}

此代码在上面的HTML上运行，输出19和5。所以只有第二个XPath表达式可以工作，但这只是因为它搜索的元素有两个元素，前面有class=theClass，后面有4个。

我的问题现在就开始了。我想编写一个表达式，它只返回<td class="theClass"></td>标记之后的第一组元素，无论有多少组跟随它。

如果我在此HTML上运行我的代码

<table id="theTable">
    <tbody>
        <tr class="theClass">A</tr>
        <tr class="theClass">B</tr>
        <tr>1</tr>
        <tr>2</tr>
        <tr>3</tr>
        <tr>4</tr>
        <tr>5</tr>
        <tr>6</tr>
    </tbody>
</table>

它将输出0和0。

所以这不好。

有人有什么想法吗？

谢谢！

Answer 1

现在，我要做的是只获得那些元素在B和C个节点之间

使用此单个XPath表达式：

   /*/*/tr[.='B']
           /following-sibling::*
             [count(.|/*/*/tr[. ='C']/preceding-sibling::*)
             =
              count(/*/*/tr[. ='C']/preceding-sibling::*)
             ]

以下是基于XSLT的验证：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>

 <xsl:template match="/">
  <xsl:copy-of select=
  "/*/*/tr[.='B']
           /following-sibling::*
             [count(.|/*/*/tr[. ='C']/preceding-sibling::*)
             =
              count(/*/*/tr[. ='C']/preceding-sibling::*)
             ]
  "/>
 </xsl:template>
</xsl:stylesheet>

在第一个提供的XML文档上应用此转换时：

<table id="theTable">
    <tbody>
        <tr class="theClass">A</tr>
        <tr class="theClass">B</tr>
        <tr>1</tr>
        <tr>2</tr>
        <tr>3</tr>
        <tr>4</tr>
        <tr>5</tr>
        <tr class="theClass">C</tr>
        <tr class="theClass">D</tr>
        <tr>6</tr>
        <tr>7</tr>
        <tr>8</tr>
        <tr>9</tr>
        <tr>10</tr>
        <tr>11</tr>
        <tr>12</tr>
        <tr>13</tr>
        <tr>14</tr>
        <tr>15</tr>
        <tr class="theClass">E</tr>
        <tr class="theClass">F</tr>
        <tr>16</tr>
        <tr>17</tr>
        <tr>18</tr>
        <tr>19</tr>
        <tr>20</tr>
        <tr>21</tr>
        <tr>22</tr>
    </tbody>
</table>

评估XPath表达式并将选定的节点复制到输出中：

<tr>1</tr>
<tr>2</tr>
<tr>3</tr>
<tr>4</tr>
<tr>5</tr>

<强>解释：

这里我们只使用 Kayessian公式进行节点集交集：

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

我们将$ns1替换为：

 /*/*/tr[.='B']
               /following-sibling::*

我们将$ns2替换为：

/*/*/tr[. ='C']/preceding-sibling::*

第二个问题：

我的问题现在就开始了。我想写一个表达式只返回<td class="theClass"></td>标记之后的第一组元素，无论有多少组跟随它。

再次选择那些元素的单个XPath表达式：

   /*/*/tr[@class='theClass'
         and
           following-sibling::*[1][self::tr[not(@*)] ]
           ][1]
             /following-sibling::tr
               [not(@*)
              and
                count(preceding-sibling::tr
                       [@class='theClass'
                      and
                        following-sibling::*[1][self::tr[not(@*)] ]
                       ]
                     )
                = 1
               ]

<强>解释：

这将选择tr个*/*/tr元素的所有后续兄弟class个元素（满足多个条件），其"theClass"属性的字符串值为tr且其第一个跟随element sibling是一个没有属性的tr。

这些选定的tr元素也满足的条件是两个：1）它们没有任何属性; 2）他们只有一个前面的兄弟class元素，其"theClass"属性的字符串值为<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output omit-xml-declaration="yes" indent="yes"/> <xsl:template match="/"> <xsl:copy-of select= "/*/*/tr[@class='theClass' and following-sibling::*[1][self::tr[not(@*)] ] ][1] /following-sibling::tr [not(@*) and count(preceding-sibling::tr [@class='theClass' and following-sibling::*[1][self::tr[not(@*)] ] ] ) = 1 ] "/> </xsl:template> </xsl:stylesheet>。

以下是基于XSLT的验证：

<table id="theTable">
    <tbody>
        <tr class="theClass">A</tr>
        <tr class="theClass">B</tr>
        <tr>1</tr>
        <tr>2</tr>
        <tr>3</tr>
        <tr>4</tr>
        <tr>5</tr>
        <tr>6</tr>
    </tbody>
</table>

应用于第二个提供的XML文档：

<tr>1</tr>
<tr>2</tr>
<tr>3</tr>
<tr>4</tr>
<tr>5</tr>
<tr>6</tr>

再次输出所需和正确选择的元素：

{{1}}

Answer 2

如果你不必使用XPath，那么一些LINQ可能更容易正确并且更易读。

在你的情况下，Skip和TakeWhile的组合类似于以下伪代码可以起作用：

nav.Select("//table[@id='theTable']/tbody/tr") // whatever to get list of all TR
   .Skip("theClass is B") // some condition to skip up to first node
   .TakeWhile("theClass is C"); // some condition to take upto second node.

XPath - 选择两个节点之间的第一组兄弟节点

2 个答案: