Question

我有以下HTML表格：

tab2 <- '<table>

<thead>
<tr>
<th rowspan="2">a</th>
<th>b</th>
<th colspan="2" rowspan="2">c</th>
</tr>
<tr>
<td></td>
</tr>
</thead>

<tbody>
<tr>
<td>1</td>
<td>2</td>
<td>3</td>
<td></td>
</tr>
</tbody>

</table>'

它有三行，前两行是标题信息，最后一行是正文。目标是仅使用相对于表节点（1 + 2）的标题行位置来提取标题信息，即不必注意标题节点是否具有父节点。

我试过

//tr[position() < 3]

不起作用，因为position（）相对于父节点thead和tbody起作用。

我正在使用R与XML包（使用XPath 1.0）。这是我在上面使用XPath

时得到的结果

xpathSApply(tab2, "//tr[position() < 3]")

[[1]]
<tr><th rowspan="2">a</th>
<th>b</th>
<th colspan="2" rowspan="2">c</th>
</tr> 

[[2]]
<tr><td/>
</tr> 

[[3]]
<tr><td>1</td>
<td>2</td>
<td>3</td>
<td/>
</tr>

我得到了所有三行。根据我对position（）的理解，这是有道理的。它相对于其父级工作。

上下文

我正在编写一个函数，允许用户使用R编程语言解析HTML表并从中汇编R数据结构。该函数允许用户传递一个数值，其中行提供标题信息和哪些正文信息。对于上表，用户应该能够说第1行和第2行（在整个表中）提供标题信息。我需要处理此输入，以便它可以在HTML表无条件上处理此表是否使用thead和tbody元素。

的问题

// tr [position（）＆lt; 3]

是它还返回正文行（第三行）。希望这表明（呃）。

Answer 1

使用以下XPath表达式：

/table//tr[count(preceding::tr) < 2]

不关心某个tr是否在thead内。它只考虑{0}前面有零个或另一个tr元素的tr元素。结果如下：

<tr>
<th rowspan="2">a</th>
<th>b</th>
<th colspan="2" rowspan="2">c</th>
</tr>
-----------------------
<tr>
<td/>
</tr>

警告：这种简单方法仅在HTML文档中只有一个表时才有效。但只要您正在使用这个HTML代码段，就足够了。

Answer 2

此表达式适用于包含任意数量表的文档。

//table/descendant::tr[position() < 3]

通过使用descendant前向轴，[position() < 3]下标将选择表格tr后代集合中的第一个和第二个节点（而不是找到它们相对于它们的位置）父节点，与问题中的//tr一样。）

http://jsfiddle.net/uutavwvk/1/

识别相对于祖父母的位置上的节点

上下文

2 个答案: