使用正则表达式的 xpath 查询答案

【问题标题】：xpath query with regex使用正则表达式的 xpath 查询
【发布时间】：2012-04-27 19:43:47
【问题描述】：

很简单，有一个 HTML 文件，还有一个 div 变量 id 像这样

<div id="abc_1"><div>

id 的整数部分是可变的，所以它可以是 abc_892、abc_553 ...等

什么是最好的查询？

【问题讨论】：

参考：Using regex to filter attributes in xpath with php（2011 年 7 月）

标签： php regex xpath

【解决方案1】：

//div[starts-with(@id, "abc_")]

【讨论】：

【解决方案2】：

当前接受的答案选择了以下不需要的元素：

<div id="abc_xyz"/>

但只有这样的div元素必须被接受，其id不仅以"abc_"开头，而且_后面的子字符串是一个整数的表示。

使用这个 XPath 表达式：

//div
   [@id[starts-with(., 'abc_') 
      and 
        floor(substring-after(.,'_')) 
       = 
        number(substring-after(.,'_')) 
       ]
   ]

这将选择任何具有id 属性的div 元素，其字符串值以字符串"abc_" 开头，并且- 之后的子字符串是整数的有效表示。

解释：

这里我们使用 XPath 1.0 中的这个 XPath 表达式：

floor($x) = number($x)

当$x 是一个整数时，计算为true()。

这很容易证明：

如果$x 是整数，则根据定义，上述表达式的计算结果为true()。

$x

number($x)

NaN

floor($x)

$x

替代解决方案：

//div
   [@id[starts-with(., 'abc_') 
      and 
        'abc_' = translate(., '0123456789', '')
       ]
   ]

【讨论】：

你能解释一下为什么会这样吗？我对 xpath 不是很熟悉，所以我猜测 floor() 会返回一个永远不等于自身的值，就像 sql 的三元逻辑一样（例如，sql 中的null = null 总是假的）？谢谢。
@chris：完成。顺便说一句，表达式有一点不准确，现在已修复。
@chris：不客气。是的，XPath（甚至是 1.0）是一种非常强大的语言和工具，可以提供优雅的解决方案。
好吧，正如我所说，我认为额外的检查可能是不必要的，但我相信它可能对某些人有用。只是出于好奇，//div[@id[translate(.,'0123456789','') = 'abc_']] 会不会更快？
@Flynn1179：两种方式都是 O(N)——如果一种方式更快，这将取决于实现。 XPath 引擎优化器可能会也可能不会识别和优化特定的表达式。我更喜欢floor($x) = $x，因为它更具可读性和可理解性，并且可以很好地转化为“类型检查”。