有助于理解XPath

Question

我有这样的xpath表达式：

link[@rel='alternate' and @type='text/html' or not(@rel)]/@href | link/text()

实际上我不明白符号|

Answer 1

符号|是一个工会。它抓住所有与左手侧或右手侧匹配的元素。

xpath所说的是：

• 获取具有属性“rel = alternate”和属性“type = text / html”的所有链接标记的href属性，或获取所有不具有rel属性的链接标记的href

还抓住（因为结合）：

• 抓取页面上所有链接标记的内部文本。

有点奇怪的XPath，但就是这样。

Answer 2

  

实际上我不明白   符号|

这是XPath union operator 。

根据 W3 XPath 2.0 Spec ：

中的定义

  

•工会和|经营者   当量。他们采取两个节点   序列作为操作数并返回a   包含所有节点的序列   发生在任一操作数中。

当然，“union”（英文单词）运算符仅在XPath 2.0和XPath 1.0中添加，我们只有它的早期同义词，由|字符表示。

因此，在：

的特定情况下

link[@rel='alternate' and @type='text/html' or not(@rel)]/@href | link/text()

上面的XPath表达式选择两个集合的联合：

1. 由link[@rel='alternate' and @type='text/html' or not(@rel)]/@href

选择的所有节点

2. 所有节点，由link/text()

选择

Union是集合理论（和数学）中的标准操作，虽然符号'U'用于表示那里的联合。

引用Wikipedia 的定义：

  

两组A和B的联合是   在A或中的点的集合   在B（或两者中）：

一个简单的例子：

A = {1,2,3,4,5,6}

B = {1,5,6,7,8}


A U B = {1,2,3,4,5,6,7,8}

Answer 3

XPath中的管道（|）组合了表达式。因此，这将返回链接元素（与谓词匹配）的href属性和任何链接的文本内容

所以给出像

这样的片段

  <link>test</link>
  <link href="http://www.google.com">Google</link>
  <link rel="zzzz" href="http://www.stackoverflow.com">Stack Overflow</link>

你会得到：

test
http://www.google.com
Google
Stack Overflow