Question

我正在构建一个在XHTML文档上执行xpath 1.0查询的工具。在查询中使用命名空间前缀的要求正在扼杀我。查询如下所示：

html/body/div[@class='contents']/div[@class='body']/
    div[@class='pgdbbyauthor']/h2[a[@name][starts-with(.,'Quick')]]/
    following-sibling::ul[1]/li/a

（全部在一条线上）

...这已经够糟了，除非因为它是xpath 1.0，我需要在每个QName上使用显式名称空间前缀，所以它看起来像这样：

ns1:html/ns1:body/ns1:div[@class='contents']/ns1:div[@class='body']/
    ns1:div[@class='pgdbbyauthor']/ns1:h2[ns1:a[@name][starts-with(.,'Quick')]]/
    following-sibling::ns1:ul[1]/ns1:li/ns1:a

要设置查询，我会执行以下操作：

var xpathDoc = new XPathDocument(new StringReader(theText));
var nav = xpathDoc.CreateNavigator();
var xmlns = new XmlNamespaceManager(nav.NameTable);
foreach (string prefix in xmlNamespaces.Keys)
    xmlns.AddNamespace(prefix, xmlNamespaces[prefix]);    
XPathNodeIterator selection = nav.Select(xpathExpression, xmlns);

但我想要的是xpathExpression使用隐式默认命名空间。

有没有办法让我在编写之后转换unadorned xpath表达式，为查询中的每个元素名称注入一个名称空间前缀？

我在想，两个斜杠之间的任何东西，我都可以在那里注入一个前缀。当然除了“parent ::”和“preceding-sibling ::”之类的轴名称。和通配符。这就是我所说的“finagle默认命名空间”。

这个黑客会起作用吗？

附录
这就是我的意思。假设我有一个xpath表达式，在将它传递给nav.Select（）之前，我将其转换。像这样：

string FixupWithDefaultNamespace(string expr)
{
    string s = expr;
    s = Regex.Replace(s, "^(?!::)([^/:]+)(?=/)", "ns1:$1");                        // beginning
    s = Regex.Replace(s, "/([^/:]+)(?=/)", "/ns1:$1");                             // stanza
    s = Regex.Replace(s, "::([A-Za-z][^/:*]*)(?=/)", "::ns1:$1");                  // axis specifier
    s = Regex.Replace(s, "\\[([A-Za-z][^/:*\\(]*)(?=[\\[\\]])", "[ns1:$1");        // predicate
    s = Regex.Replace(s, "/([A-Za-z][^/:]*)(?!<::)$", "/ns1:$1");                  // end
    s = Regex.Replace(s, "^([A-Za-z][^/:]*)$", "ns1:$1");                          // edge case
    s = Regex.Replace(s, "([-A-Za-z]+)\\(([^/:\\.,\\)]+)(?=[,\\)])", "$1(ns1:$2"); // xpath functions

    return s;
}

这实际上适用于我尝试过的简单案例。要使用上面的示例 - 如果输入是第一个xpath表达式，我得到的输出是第二个，带有所有ns1前缀。真正的问题是，由于xpath表达式变得更复杂，期望这种Regex.Replace方法能够工作是否无望？

Answer 1

不，XPath W3C spec is explicit about this：

“节点测试中的QName已扩展使用。扩展名称来自的命名空间声明表达背景。这是一样的方式扩展是为元素类型完成的 start和end-tags中的名称除外声明的默认命名空间不使用xmlns：如果是QName 没有前缀，那么 namespace URI为null（这是属性名称相同扩展）。如果QName是错误的有一个前缀，没有名称空间声明表达语境。“

任何试图动态“按摩”事先知道XPath表达式以使其在这种情况下成功的尝试通常会失败，这意味着一个人应该能够执行完整的解析XPath表达式并隔离所有不是轴，运算符或函数名称的元素名称 - 这不是我要求任何人做的事情。甚至可能非常难以正确找到每个位置步骤的开始（"/"运算符），因为字符串“/”可能是文字字符串表达式的一部分。

需要完整解析的（子）表达式的一个示例是：

<强> div div div

如果XPath表达式会对它们施加一些限制，那么这种方法可能会取得一些有限的成功，但我再也不建议去做，因为没有人可以证明 RegExes在所有情况下都能正常工作。

Answer 2

如果您知道只有一个命名空间（即XHTML命名空间）并将其定义为默认命名空间，那么您可以通过使用不支持命名空间的XmlTextReader处理它来作弊，如下所示：

            XmlTextReader tr = new XmlTextReader(new StringReader(@"<html xmlns=""http://www.w3.org/1999/xhtml"">
  <head>
    <title>Test</title>
  </head>
  <body>
    <h1>Example</h1>
  </body>
</html>"));
            tr.Namespaces = false;
            XPathDocument doc = new XPathDocument(tr);
            tr.Close();
            Console.WriteLine(doc.CreateNavigator().SelectSingleNode("html/body/h1").Value);

这适用于我并输出“示例”，因此路径“html / body / h1”找到“h1”元素。其他选项是首先通过一些样式表运行输入以去除名称空间，然后使用剥离的名称空间处理转换结果。

当然，您可以考虑不依赖Microsoft XPath 1.0实现，而是转向第三方XPath 2.0或XQuery 1.0实现，如Saxon或类似XQSharp。然后，您可以为XPath或XQuery表达式定义默认元素名称空间，并使用不带前缀的路径来选择XHTML名称空间中的元素。

Answer 3

这是一个廉价且快速的黑客攻击，完全消除了默认命名空间：更改xmlns属性的名称。

e.g。如果您已经在字符串变量中获得了xml，请在实际创建XPathDocument之前执行此操作：

xml = xml.Replace(" xmlns="," xxxxx=");

（在我的机器上的93kb文件上花了0.00065秒。）

然后，您可以自由使用精彩的无前缀XPath查询。

Answer 4

我一直在使用默认命名空间regex hack一段时间，它似乎工作正常。我在Stackoverflow上找到了原始版本并添加了一些修改：

    s = Regex.Replace(s, "^(?!(::|([A-Za-z][-A-Za-z]+\\(.+\\))))([^/:]+)(?=/)", prefix + ":$1");                             // beginning
    s = Regex.Replace(s, "/([^\\.^@^/:\\*\\(]+)(?=[/\\[])", "/" + prefix + ":$1"); //segment with fixed attribute
    s = Regex.Replace(s, "(child|descendant|ancestor|ancestor-or-self|descendant-or-self|self|parent|following|following-sibling|preceding|preceding-sibling)::((?!([\\w]*\\(\\)))[A-Za-z][^/:*]*)((?=/)|(?=\\b))", "$1::" + prefix + ":$2");                  // axis specifier
    s = Regex.Replace(s, "\\[([A-Za-z][^/:*\\(]*)(?=[\\[\\]])", "[" + prefix + ":$1");        // within predicate
    s = Regex.Replace(s, "/([A-Za-z][^/:\\*\\(]*)(?!<::)$", "/" + prefix + ":$1");               // end
    s = Regex.Replace(s, "^([A-Za-z][^/:]*)$", prefix + ":$1");                               // edge case
    s = Regex.Replace(s, "([A-Za-z][-A-Za-z]+)\\(([^\\.^@^/:\\.,\\(\\)]+)(?=[,\\)])", "$1(" + prefix + ":$2"); // xpath functions with fixed attributes

.NET：有没有办法在XPath 1.0查询中创建默认命名空间？

4 个答案: