使用 XPath 1.0 查找最小值不起作用

Question

我试图从 XML 文档（它实际上是一个转换为 XML 的 HTML 表）中找到某个元素的最小值。但是，这并没有按预期工作。

该查询类似于How can I use XPath to find the minimum value of an attribute in a set of elements? 中使用的查询。它看起来像这样：

/table[@id="search-result-0"]/tbody/tr[
    not(substring-before(td[1], " ") > substring-before(../tr/td[1], " "))
]

在示例 XML 上执行

<table class="tablesorter" id="search-result-0">
    <thead>
        <tr>
            <th class="header headerSortDown">Preis</th>
            <th class="header headerSortDown">Zustand</th>
        </tr>
    </thead>
    <tbody>
        <tr>
            <td width="45px">15 CHF</td>
            <td width="175px">Ausgepack und doch nie gebraucht</td>
        </tr>
        <tr>
            <td width="45px">20 CHF</td>
            <td width="175px">Ausgepack und doch nie gebraucht</td>
        </tr>
        <tr>
            <td width="45px">25 CHF</td>
            <td width="175px">Ausgepack und doch nie gebraucht</td>
        </tr>
        <tr>
            <td width="45px">35 CHF</td>
            <td width="175px">Ausgepack und doch nie gebraucht</td>
        </tr>
        <tr>
            <td width="45px">14 CHF</td>
            <td width="175px">Gebraucht, aber noch in Ordnung</td>
        </tr>
        <tr>
            <td width="45px">15 CHF</td>
            <td width="175px">Gebraucht, aber noch in Ordnung</td>
        </tr>
        <tr>
            <td width="45px">15 CHF</td>
            <td width="175px">Gebraucht, aber noch in Ordnung</td>
        </tr>
    </tbody>
</table>

查询返回以下结果：

<tr>
<td width="45px">15 CHF</td>
<td width="175px">Ausgepack und doch nie gebraucht</td>
</tr>
-----------------------
<tr>
<td width="45px">14 CHF</td>
<td width="175px">Gebraucht, aber noch in Ordnung</td>
</tr>
-----------------------
<tr>
<td width="45px">15 CHF</td>
<td width="175px">Gebraucht, aber noch in Ordnung</td>
</tr>
-----------------------
<tr>
<td width="45px">15 CHF</td>
<td width="175px">Gebraucht, aber noch in Ordnung</td>
</tr>

为什么返回的节点多于一个？因为只有一个最小值，所以应该只返回一个节点。有人看到查询有什么问题吗？它应该只返回包含14 CHF 的节点。

使用http://xpath.online-toolz.com/tools/xpath-editor.php获得的结果

Answer 1

TML 已经指出了为什么您当前的路径表达式不起作用，但没有提出可行的替代方案。

原因很简单，正如@Tomalak 所说：

我同意马蒂亚斯的观点。如果不更改输入 XML，这在 XPath 1.0 中实际上是不可能的。

我添加这个答案是为了详细说明您必须在搜索最少 CHF 之前预处理 XML 的方式。请记住：这非常复杂，因为您要求在 XPath 1.0 中提供解决方案。使用 XPath 2.0，您的问题可以通过单个路径表达式来解决。

---

XML 设计

我认为您的问题说明了为什么在使用 XML 时 XML 设计实际上是必不可少的。 为什么？因为您的问题归结为以下几点：您的 XML 的设计方式使得操作内容变得困难。更准确地说，在这样的 td 元素中：

<td width="45px">15 CHF</td>

td 元素的文本节点中包含金额（作为数字）和货币。如果您的 XML 输入以更聪明或更规范的方式设计，它看起来像：

<td width="45px" currency="CHF">15</td>

看到区别了吗？现在，不同种类的内容已经很明显的分开了。

---

XPath 修订版

假设在新设计的 XML 中，tr/td[1] 元素的唯一内容是数字，那么您使用的 Pavel Minaev 的 XPath 表达式可以工作：

/table[@id="search-result-0"]/tbody/tr[not(td[1] > ../tr/td[1])][1]

XML 结果（用the tool you use 测试）

<tr>
<td width="45px">14</td>
<td width="175px">Ausgepack und doch nie gebraucht</td>
</tr>

---

为什么Pavel's expression不起作用，仅仅因为我添加了substring-before？

您自己已经找到了部分答案。它与 XPath 1.0 函数中如何处理项目序列有关。

substring-before() 是一个 XPath 1.0 函数，它需要两个参数，它们都是字符串。而且，最重要的是，如果您将 字符串序列 定义为 substring-before() 的第一个参数，则只有 第一个字符串 将被处理，其他字符串将被忽略。

Pavel 的回答，适应了这个问题：

tr[not(td[1] > ../tr/td[1])][1]

依赖于表达式的第二部分../tr/td[1] 找到所有tbody 的所有tr 元素的第一个td 子元素。不涉及函数，序列作为>的操作数也没有错。

如果我们需要substring-before()，因为文本内容实际上既是数字（我们想要）又是货币（我们想要忽略），我们必须将它包裹在表达式的两个部分：

tr[not(substring-before(td[1],' ') > substring-before(../tr/td[1],' '))][1]

>左侧没有问题，因为当前tr只有一个td[1]。但是在右边，有一个序列节点，即../tr/td[1]。可悲的是，substring-before() 只能处理其中的第一个。

查看@TML 的答案以了解其后果。

Answer 2

您在此处使用的 XPath 查询只会在没有重复值的情况下找到“最小值”，并且在将值写入节点之前对其进行排序；这是因为它只是将当前值substring-before(td[1], " ") 与找到的第一个值substring-before(../tr/td[1], " ") 进行比较。分解比较：

[1] not(15 > 15)
[2] not(20 > 15)
[3] not(25 > 15)
[4] not(35 > 15)
[5] not(14 > 15)
[6] not(15 > 15)
[7] not(15 > 15)

比较 1、5、6 和 7 的结果为真（左侧不大于右侧）。

Answer 3

与此同时，我决定改用 XSLT。这是我想出的样式表：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns="http://www.w3.org/1999/xhtml">

    <xsl:output method="text" omit-xml-declaration="yes" indent="no" encoding="UTF-8"/>
    <xsl:strip-space elements="*"/> 

    <xsl:template match="//table[@id=\'search-result-0\']/tbody">
        <ul>
            <xsl:for-each select="tr/td[@width=\'45px\']">
                <xsl:sort select="substring-before(., \' \')" data-type="number" order="ascending"/>

                <xsl:if test="position() = 1">
                     <xsl:value-of select="substring-before(., \' \')"/>
                </xsl:if>
            </xsl:for-each>
        </ul>
    </xsl:template>

    <xsl:template match="text()"/> <!-- ignore the plain text -->

</xsl:stylesheet>