YQL不会以文档顺序返回带有union运算符（a | b）的xpath select查询

Question

我第一次尝试使用XPath - 我正在努力为YQL选择查询找到一个XPath条件，该查询从HTML页面输出顺序不同的兄弟元素。我可以获得所有单独的元素，每个元素都有自己的序列（所以<p1>, <p2>, <p3>和<ul1>, <ul2>, <ul3>等），但不是源HTML文档中遇到的序列 - 比如{{1} }。

我目前的最佳状态＆＃39;是：

<p1> <ul1> <ul2> <ul3> <p2> <p3>

转换为XPath：

select * from html WHERE url = "URL of web page" AND xpath = "//div[@class = \'div class\']/p | //div[@class = \'div class\']/ul"

我可以很容易地用//div[@class = 'div class']/p | //div[@class = 'div class']/ul 这样的文本来获取该文本，但后来我丢失了格式。有没有办法让YQL维护选定的不同元素的序列？或者我只是完全误解了XPath的工作原理？

编辑：示例HTML结构：

//div[@class = 'div class']/text()

我当前的XPath代码（上面）分别返回<div class = "class"> <p>Some text</p> <p>Following is a list:</p> <ul> <li>item1</li> <li>item2</li> <li>item3</li> </ul> <p>Still more text</p> </div> 元素和<p>元素，虽然<ul>元素是顺序的，但是没有办法确定<p>元素是（它可以在一个页面之间变化）。因此，我无法从XPath重构HTML。如果我使用<ul>，则会按从上到下的顺序返回全文，但没有格式化（忽略/text()和<p>标记） - 只需一行单个元素之间没有空格的文本。如果<ul>标记位于<ul>标记内（后代而不是兄弟），则不会出现问题。该问题仅存在于不同类型的兄弟元素中。

为了复制我所看到的行为，我使用了以下内容：

<p>

Answer 1

使用您的评论回答：

您可能将结果视为XML以外的其他内容。例如，如果您将其视为JSON，则该格式没有预定义的地图顺序。如果您将其视为XML，则订单应该符合预期。

原始答案，留待参考：

  

我当前的XPath代码（上面）分别返回<p>元素和<ul>元素

我认为这是yql正在使用的XPath引擎中的一个错误。 XPath语言，它的任何版本，都明确指出在将set与union运算符|组合后，必须按文档顺序返回元素，这通常与它们在XML中出现的顺序相同< SUP> 1

您可以尝试使用以下XPath修复此错误行为，首先选择所有子项，然后然后过滤器：

//div[@class = 'div class']/*[self::p or self::ul]

我认为这也更容易阅读。

注意：如果引用带双引号的字符串，则不需要使用\'转义单引号。

¹ 命名空间和属性节点没有顺序，但顺序必须是稳定的，也就是说，选择相同节点的两个调用将以相同的顺序返回它们。