用于搜索通用文本的 XPath 语法？答案

【问题标题】：XPath syntax for searching generic text?用于搜索通用文本的 XPath 语法？
【发布时间】：2014-06-09 10:00:45
【问题描述】：

我有一个使用 Nokogiri 解析的 HTML 页面，我应该找到包含在每个元素中的通用文本。它是哪个元素并不重要，它应该与我传递给contains() 的文本匹配。

我目前能够得到的结果非常通用，我不确定我是否正确解释了 XPath 文档：

html = Nokogiri::HTML(page['result'])
puts html.xpath("/*[contains(., 'Foobar')]")

我想要的是包含“Foobar”的元素，但库正在返回整个页面。我做错了什么？

【问题讨论】：

试试//*[contains(child::text(), 'Foobar')]

标签： ruby parsing xpath nokogiri

【解决方案1】：

将/ 与XPath 一起使用意味着从文档的根目录开始，这不是您想要的。 xpath 将找到所有匹配的元素，这意味着包含您想要的文本的那个的所有祖先节点也将被找到，从而导致根以下的所有内容都满足条件。

下面是一个例子：

require 'nokogiri'

xml = '<html><body><div><p>foobar</p></div></body></html>'
doc = Nokogiri::XML(xml)
doc.xpath("/*[contains(., 'foobar')]").map(&:to_html)
# => ["<html><body><div><p>foobar</p></div></body></html>"]

我会这样搜索：

require 'nokogiri'

xml = '<html><body><div><p id="1">foobar</p></div><div><p id="2">foobar</p></div></body></html>'
doc = Nokogiri::XML(xml)
doc.search("//text()[contains(., 'foobar')]").map{ |t| t.parent.to_html }
# => ["<p id=\"1\">foobar</p>", "<p id=\"2\">foobar</p>"]

这会在所有文本节点中搜索您想要的文本，然后检索该节点的父节点，这似乎更有用。

下面是相同的代码，用于检索节点的 XPath：

doc.search("//text()[contains(., 'foobar')]").map{ |t| t.parent.path }
# => ["/html/body/div[1]/p", "/html/body/div[2]/p"]

【讨论】：

【解决方案2】：

您尝试的 XPath 返回包含 Foobar 文本的所有元素包括那些提到的元素的祖先（因为祖先也被认为包含 Foobar 文本，尽管间接）。

您可以通过这种方式仅获取直接包含Foobar文本的元素：

puts html.xpath("/*[contains(text(), 'Foobar')]")

【讨论】：