递归 XPath 的条件答案

【问题标题】：Conditions on recursive XPath递归 XPath 的条件
【发布时间】：2016-02-20 23:49:45
【问题描述】：

如何在 XPath 中使用递归 AND 条件选择？

例如，给定这个文档：

<root xmlns:foo="http://www.foo.org/" xmlns:bar="http://www.bar.org">
  <file name="foo.mp4">
    <chunks>
      <file>
        <chunks>
          <file>
          <chunks>
            <file>1</file>
            <file>2</file>
            <file>3</file>
            <file>4</file>
          </chunks>
          </file>
          <file>
          <chunks>
            <file>5</file>
            <file>6</file>
            <file>7</file>
            <file>8</file>
          </chunks>
          </file>
        </chunks>
      </file>
      <file>
        <chunks>
          <file>
          <chunks>
            <file>9</file>
            <file>10</file>
            <file>11</file>
            <file>12</file>
          </chunks>
          </file>
          <file>
          <chunks>
            <file>13</file>
            <file>14</file>
            <file>15</file>
            <file>16</file>
          </chunks>
          </file>
        </chunks>
      </file>
    </chunks>
  </file>
</root>

我只想选择：

<file>1</file>
<file>2</file>
<file>3</file>
<file>4</file>

所以，实际上是这样的：

//[name="foo.mp4"]/chunks/*[1]/chunks/*[1]/*

但是使用一种通用的方法 - 即可以覆盖更深嵌套对象的方法。像这样的：

//[name="foo.mp4"]/(chunks/*[1]/)+/*

(cond)+ 不是 XPath 语法，而是我想要的类似正则表达式的表示。

【问题讨论】：

抱歉，这是一个非常糟糕的需求说明。您实际上是在说“如果输入是 17，那么我希望答案是 23，但我希望这个泛化适用于任何输入”。你需要给我们从输入计算输出的一般规则；我们无法从一个例子中推断出来。

标签： xml xpath recursive-regex

【解决方案1】：

递归意味着自引用，在 XPath 中不能直接使用。忽略中间元素级别的常用方法是通过descendant-or-self 轴 (//)，由所需属性锚定。

例如，以下每个 XPath 表达式，

所有值小于 5 的 file 元素：
```
//file[number() < 5]
```

前4个叶子file元素：

//file[not(*)][count(preceding::file[not(*)]) < 4]

file 叶元素的祖先没有前辈：

//file[not(*)][not(ancestor::*[preceding::*])]

将选择

<file>1</file>
<file>2</file>
<file>3</file>
<file>4</file>

根据要求。

【讨论】：

【解决方案2】：

据我所知，没有递归 XPath 这样的东西。因此，您需要将 XPath 与其他一些东西（如 XSLT 或编程语言）结合起来才能进行递归。使用纯 XPath，如果可能，您需要以不同的方式表述需求。

我不知道这是否适用于您的实际数据，但如果您可以将要求表述为以下内容，例如：

"在file[@name='foo.mp4'] 内，找到第一个包含叶子 <file> 的<chunk> 即<file> 元素，它不包含任何元素，只有文本节点，然后返回叶子 <file>元素"

那么会有一个可能的纯 XPath 解决方案：

(//file[@name='foo.mp4']//chunks[not(file/*)])[1]/file

给定有问题的示例 XML，file 1 到 4 的预期输出在测试 here 时由上述 XPath 表达式返回。

【讨论】：