Question

我是Nokogiri和XPath的新手，我正在尝试访问HTML或XML片段中的所有注释。当我不使用.//comment()函数时，XPath //comment()和fragment可以正常工作，但它们找不到任何带有片段的内容。使用标记而不是注释，它适用于第一个XPath。

通过反复试验，我意识到在这种情况下，comment()只找到顶级评论和.//comment()，其他一些只发现内部评论。难道我做错了什么？我错过了什么？谁能解释一下发生了什么？

我应该使用什么XPath来获取Nokogiri解析的HTML片段中的所有注释？

此示例有助于理解问题：

str = "<!-- one --><p><!-- two --></p>"

# this works:
Nokogiri::HTML(str).xpath("//comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535d71d5c " one ">, #<Nokogiri::XML::Comment:0x3f8535d71cf8 " two ">]
Nokogiri::HTML(str).xpath(".//comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535cc7974 " one ">, #<Nokogiri::XML::Comment:0x3f8535cc7884 " two ">]

# with fragment, it does not work:
Nokogiri::HTML.fragment(str).xpath("//comment()")
=> []
Nokogiri::HTML.fragment(str).xpath("comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535d681a8 " one ">]
Nokogiri::HTML.fragment(str).xpath(".//comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535d624d8 " two ">]
Nokogiri::HTML.fragment(str).xpath("*//comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535d5cb8c " two ">]
Nokogiri::HTML.fragment(str).xpath("*/comment()")
=> [#<Nokogiri::XML::Comment:0x3f8535d4e104 " two ">]

# however it does if it is a tag instead of a comment:
str = "<a desc='one'/> <p><a>two</a><a desc='three'/></p>"
Nokogiri::HTML.fragment(str).xpath(".//a")
=> [#<Nokogiri::XML::Element:0x3f8535cb44c8 name="a" attributes=[#<Nokogiri::XML::Attr:0x3f8535cb4194 name="desc" value="one">]>, #<Nokogiri::XML::Element:0x3f8535cb4220 name="a" children=[#<Nokogiri::XML::Text:0x3f8535cb3ba4 "two">]>, #<Nokogiri::XML::Element:0x3f8535cb3a3c name="a" attributes=[#<Nokogiri::XML::Attr:0x3f8535cb3960 name="desc" value="three">]>]

PS：没有fragment它会做我想要的，但它也添加了一些像“DOCTYPE”的东西，我真的只有一个我正在编辑的HTML文件的片段（删除一些标签，替换其他标签）

Answer 1

//comment()是/descendant-or-self::node()/child::comment()

的缩写形式

将此xpath与片段一起使用会忽略根注释（它们由/descendant-or-self::node()选中，但它们没有子项）。

如果使用HTML(str)，则创建文档节点作为所有其他项的根。因此，/descendant-or-self::node()/child::comment()不会忽略顶级注释，因为它们是文档节点的子节点（它本身由/descendant-or-self::node()选择）。

我不确定为什么descendant::comment()在任何情况下都有效，我会说它应该是descendant-or-self::comment()，但不要介意。

希望有帮助吗？

Answer 2

"descendant::comment()"和"descendant::sometag"在每种情况下均可正常使用，但我仍然不理解这些差异。

将XPath与HTML或XML片段一起使用？

2 个答案: