如何提取与 XPATH 中的模式匹配的文本？答案

【问题标题】：How do you extract text matching a pattern in XPATH?如何提取与 XPATH 中的模式匹配的文本？
【发布时间】：2012-08-01 20:31:42
【问题描述】：

我的数据如下所示：

<value>v13772   @FBst0451145:w&lt;up&gt;1118&lt;/up&gt;; P{GD3649}v13772@
v13773  @FBst0451146:w&lt;up&gt;1118&lt;/up&gt;; P{GD3649}v13773@</value>

如何在 XPATH 中处理此字符串以提取任何和所有 @FBst####### 数字？

我知道 xpath 的matches() 函数……但它只返回真或假。如果我想要匹配的字符串，那就不好了。我四处搜索，但找不到这个问题的令人满意的答案，这可能很常见。

谢谢！

【问题讨论】：

【解决方案1】：

除了 Michael Kay 的好回答，如果你只想使用 replace() 函数，那么使用：

replace(.,'.*?(@FBst\d+).*','$1')

结果是：

@FBst0451145
@FBst0451146

如果您只想要上述结果中的数字，请使用：

replace(replace(.,'.*?(@FBst\d+).*','$1'),
          '[^0-9]+', ' ')

这会产生：

 0451145 0451146

【讨论】：

谢谢！但你的解决方案给了我 FBst0451145:w<up>1118</up>; P{GD3649}v13772@FBst0451146。我使用 replace(.,'.*?(@FBst\d+).*','$1 ','m') 解决了这个问题，谢谢！
上下文节点不同。它实际上是来自 xquery 查询的 data($y/value)。我将其解释为“。”为简单起见。
新的 sn-p 效果很好！我能问为什么嵌套的括号集吗？ replace(.,'.*?(@FBst\d+).*','$1') 似乎可以正常工作
@JD，你说得对——当我得到这个解决方案时，我正在使用更复杂的 RegEx——这就是最外面的括号保留在那里的方式。现在在我的答案中替换为更简单的正则表达式。

【解决方案2】：

我假设您也可以使用 XQuery。 FunctX 模块中的 get_matches() 函数应该适合您。 Download 支持您的 XQuery 版本的文件。然后在您需要其功能时导入该模块。

import module namespace functx = "http://www.functx.com" at "functx-1.0-doc-2007-01.xq";

functx:get-matches(string-join(//text()),'xyz')

【讨论】：

有趣.. 我以前从未听说过这个。这个问题通常是这样解决的吗？
我不确定为什么默认情况下 XPath/XQuery 中没有此类功能，但 FunctX 添加了很多很棒的功能。我猜是因为 XPath/XQuery 经常在另一个上下文中使用（例如，从另一种编程语言中调用），所以一些功能预计已经存在。
感谢西科！我查看了他们的网站，找不到任何关于如何应用这些库的说明。你介意这样扔骨头吗？ :)
您是否下载了download page 上的文件之一？

【解决方案3】：

试试

tokenize(value, '[^0-9]+')

它应该返回由非数字序列分隔的标记序列。

【讨论】：

谢谢迈克尔！此处未显示，但这是许多元素之一，其他元素具有其他数字，此解决方案未涵盖这些元素。我正在寻找 !'FBst[^0-9]+' 一种正则表达式，仅提取 FBst 值。我不确定这种模式在这种情况下是否可行。干杯！

【解决方案4】：

在 Dimitre 的帮助下，一个有效的正则表达式是：

replace(.,'.*?(@FBst\d+).*','$1 ','m')

虽然除非换行符分隔每个目标字符串，否则它不起作用，但现在可以。

谢谢大家！

【讨论】：