使用 HTML::TreeBuilder::XPath 模块访问父级或兄弟级的 Xpath 表达式答案

【问题标题】：Xpath expression to access parent or sibling using HTML::TreeBuilder::XPath module使用 HTML::TreeBuilder::XPath 模块访问父级或兄弟级的 Xpath 表达式
【发布时间】：2011-10-13 23:16:25
【问题描述】：

我想使用 HTML::TreeBuilder::XPath Perl 模块选择节点的父节点或兄弟节点，让我们以如下示例 HTML 为例：

<tbody>
    <tr>
        <td class="c1">Match_Text</td>
        <td class="c2">Extact_Text</td>
    </tr>
    <tr>
        <td class="c1"></td>
        <td class="c2"></td>
    </tr>
</tbody>

所以我想为此提取文本“Match_Text”，我将 xpath 表达式为：

'/html/body//td[@class="c1"]="Match_Text"/../td[@class="c2"]'

这是我用例的有效表达式。

但看起来父级没有实现，我从 perl 模块收到以下错误：

轴axis_parent未实现[无法定位对象方法 “getParentNode”通过包“XML::XPathEngine::Literal”在 /usr/local/share/perl/5.10.1/XML/XPathEngine/Step.pm 第 326 行。]

任何人都可以建议一个可能适用于我的用例（访问节点的父/兄弟）的替代 Xpath 表达式。请注意，我只想使用 Xpath 表达式来执行此操作，并且不想创建 DOM 并显式遍历树。

【问题讨论】：

标签： xml perl xpath

【解决方案1】：

错误信息具有误导性。问题不在于缺乏支持，而是您试图找到比较返回的布尔值的父级。它没有。

你可以使用

//*[ td[@class="c1" and text()="Match_Text"] ]/td[@class="c2"]

//td[@class="c1" and text()="Match_Text"]/following-sibling::*

//td[@class="c1" and text()="Match_Text"]/following-sibling::td[@class="c2"]

//td[@class="c1" and text()="Match_Text"]/../td[@class="c2"]

【讨论】：

XML::XPathEngine 将getChildNodes 实现为sub getChildNodes { return wantarray ? () : []; }，所以它不会给你一个错误，即使得到一个litteral 的孩子是没有意义的。所以我可以添加具有相同内容的getParentNode，或者让它因错误而死（并对getChildNodes 和getAttributes 执行相同的操作），这可能对用户更有帮助。对这个问题有什么看法？
@mirod，在我看来，带着有用的信息死去总比不匹配好。
好的，我刚刚发布了一个在所有情况下都会死掉的新版本，并带有更好的错误消息。

【解决方案2】：

我以前从未见过任何这样的工作表达式。实际上，我认为错误是由于该表达式没有很好地组合和解析。

无论如何，这里有两个替代方案可以实现您的目标——尽管没有使用指定的 Perl 模块进行测试：

//td[@class="c1" and text()="Match_Text"]/../td[@class="c2"]
//td[@class="c2" and ../td[@class="c1" and text()="Match_Text"]]

在shell-tools 和online-toolz 上测试。

【讨论】：

【解决方案3】：

我想选择一个节点的父节点或兄弟节点 HTML::TreeBuilder::XPath Perl 模块。

在任何情况下，如果您想要一个选择多个节点的 XPath 表达式，并且您知道其中每个节点都有一个单独的 XPath 表达式，您可以简单地使用标准 XPath 联合运算符|，如下所示：

 (/*/body//*[td[@class="c1"and . = 'Match_Text']])[1]
|
  (/*/body//*[td[@class="c1"and . = 'Match_Text']])[1]
               /td[[@class="c1"and not(. = 'Match_Text')]

在这个 XPath 表达式中，| 运算符的第一个操作数是引用节点的父元素，联合运算符的第二个参数是一个表达式，它选择该父节点的所有子元素，其字符串值不同于参考节点的。

结果是选择了两个节点集的并集。

【讨论】：