Question

您好我有这个xml

        <item>
        <title> Something for title»</title>
        <link>some url</link>
        <description><![CDATA[<div class="feed-description"><div class="feed-image"><img src="pictureUrl.jpg" /></div>text for desc</div>]]></description>
        <pubDate>Thu, 11 Jun 2015 16:50:16 +0300</pubDate>
    </item>

我尝试使用路径获取img src：//description//div[@class='feed-description']//div[@class='feed-image']//img/@src但它不起作用

有什么解决方案吗？

Answer 1

CDATA部分会转义其内容。换句话说，CDATA防止在解析文档的其余部分时将其内容解析为标记。因此，<div>中的<description>不被视为XML元素，仅作为平面文本。 <div>元素没有元素子元素......只有一个文本子元素。因此，XPath无法选择<description>的任何//div[@class='feed-description']//div[@class='feed-image']//img/@src后代，因为在解析的XML树中不存在。

怎么办？

如果您的XPath环境支持XPath 3.0，您可以使用parse-xml()将平面文本转换为树，然后使用XPath从结果树中选择substring-before()。

否则，您最好的解决方法可能是使用原始字符串处理函数，如substring-after()，match()或substring-before(substring-after(//description, 'img src="'), '"')。（后者使用正则表达式并需要XPath 2.0。）当然，很多人会告诉你不要使用正则表达式来分析XML和HTML等标记。有充分理由：在一般情况下，很难做到正确（使用正则表达式或使用纯字符串搜索）。但对于非常有限的情况，输入是高度可预测的，并且没有更好的工具，它可能是不太理想的工作的最佳工具。

例如，对于问题中显示的数据，您可以使用

substring-after(//description, 'img src="')

在这种情况下，内部调用pictureUrl.jpg" /></div>text for desc</div>返回"，pictureUrl.jpg之前的子字符串为src。

这不是很强大，例如，如果=和<a ng-href="{{myVar}}" >x</a>之间有空格，它就会失败。但如果确切的格式是可预测的，那你就没问题了。

XPath - 如何从xml获取图像源

1 个答案: