Xpath - 根据前面的兄弟姐妹和后面的兄弟姐妹选择节点

Question

我有一个这样的xml，

<doc>
    <p><c type="changeStart"/>​<style type="underline">text</style><c type="changeEnd"/><t/>In addition 
        to voting Finance Company and Business Company, Inc.: (i) the name 
        of the <c type="changeStart"/>new public entity<c type="changeEnd"/> will be “Finance Company.” 
        as Finance Company’s corporate existence is perpetual as opposed to Business Company, Inc.’s corprate 
        existence terminating <c type="changeStart"/>   <c type="changeEnd"/>
    </p>
</doc>

我需要选择存在于<c type="changeStart"/> 和<c type="changeEnd"/> 之间的节点。所以在上面的xml中应该选择以下节点，

• ​<style type="underline">text</style>
• new public entity
• 两个空格 (' ')

我为此编写了以下 xpath，

//*[preceding-sibling::c[@type = 'changeStart'] and following-sibling::c[@type = 'changeEnd']][not(c [@type="changeStart"])]

但它没有选择正确的节点。任何建议如何修改我的 xpath 以选择我需要的内容？

Answer 1

这是一种可能的 XPath：

//node()[
    preceding-sibling::*[1][self::c/@type='changeStart']
        and
    following-sibling::*[1][self::c/@type='changeEnd']
]

上面的 XPath 选择节点：

• 直接在前面是<c type="changeStart"/>，和..
• <c type="changeEnd"/> 直接跟随

Answer 2

使用这个 XPath 1.0 表达式（类似于@Flynn1179 的做法，但使用严格的> 比较，并且也有排除节点的限制，其父节点也在更改的节点中，并且从结果中排除<c> 元素本身。此外，我使用的是preceding:: 轴而不是preceding-sibling:: 轴。这允许<c> 开始和结束类型元素位于文档中的不同级别（不是兄弟姐妹））：

 //node()
          [count(preceding::c[@type='changeStart']) 
           > count(preceding::c[@type='changeEnd'])
           and not(parent::*
                 [count(preceding::c[@type='changeStart']) 
                 > count(preceding::c[@type='changeEnd'])]
                 )
           and not(self::c[@type[.='changeStart' or .='changeEnd']])
          ]

基于 XSLT 的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

  <xsl:template match="/">
    <xsl:for-each select=
    "//node()
              [count(preceding::c[@type='changeStart']) 
               > count(preceding::c[@type='changeEnd'])
               and not(parent::*
                     [count(preceding::c[@type='changeStart']) 
                     > count(preceding::c[@type='changeEnd'])]
                     )
               and not(self::c[@type[.='changeStart' or .='changeEnd']])
              ]">
   <xsl:value-of select="concat('&#xA;',position(), '. ')"/>
   <xsl:copy-of select="."/>
  </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

当此转换应用于提供的 XML 文档时：

<doc>
    <p><c type="changeStart"/><style type="underline">text</style><c type="changeEnd"/><t/>In addition 
        to voting Finance Company and Business Company, Inc.: (i) the name 
        of the <c type="changeStart"/>new public entity<c type="changeEnd"/> will be “Finance Company.” 
        as Finance Company’s corporate existence is perpetual as opposed to Business Company, Inc.’s corprate 
        existence terminating <c type="changeStart"/>   <c type="changeEnd"/>
    </p>
</doc>

产生正确的结果：

1. <style type="underline">text</style>
2. new public entity

为了也得到带有两个空格的文本节点，请从上述转换中删除<xsl:strip-space elements="*"/> 声明。

这是一个更具挑战性的案例。在这个 XML 文档上应用转换：

<t>
  <x>
   <c type="changeStart"/>
    <y> content
      <z>
        <p>

        </p>
      </z>
    </y>
   <c type="changeStart"/>
    <v>

    </v>
   <c type="changeEnd"/>
   <r/>
   <c type="changeEnd"/>
   <s/>
  </x>
</t>

产生正确的结果：

1. <y> content
      <z>
      <p/>
   </z>
</y>
2. <v/>
3. <r/>

Answer 3

这是另一种方法：

//node()[
    count(preceding-sibling::c[@type='changeStart']) !=
    count((. | preceding-sibling::c)[@type='changeEnd'])
  ]

但是，这在很大程度上取决于您的“changeStart”和“changeEnd”标记是否正确完成，包括开始和结束对。如果您可以保证会是这种情况，那么这应该接近您正在寻找的内容。