Question

我正在努力从球拍中的HTML页面中提取信息。

为此，我使用html-parsing和sxml个包。

我想在页面中选择一个具有特定ID的元素。我目前使用普通的XPath表达式来执行此操作：

(require sxml)

(define expression
  '(test (div (@ (id "foo") 
                 (other-attr "bar"))
              first-div-content) 
         (div (@ (id "baz") 
                 (other-attr "quux"))
              second-div-content)))

(define wanted-result
  '((div (@ (id "foo") (other-attr "bar"))
         first-div-content)))

(equal? ((sxpath "//div[@id='foo']") expression)
        wanted-result)

; ==> #t

然而，正如文件所说：

txpath函数接受标准的XPath语法，而sxpath函数则采用更惯用的方式（对于Racket）。

所以，我想表达与s表达式相同的路径。虽然从给出的示例中将"//div"转换为'(// div)很容易，但我找不到如何查询特定属性。我知道我必须使用sxml-converter或sxml-converter-as-predicate，但不知道该怎么做。

我知道xpath版本运行得很好，也许我不应该使用s表达式，但我想了解它是如何工作的，然后自己决定使用什么版本。

Answer 1

我认为特定的xpath写为

(sxpath '(// (div (@ id (equal? "foo"))))))

sxpath元素(div (@ id (equal? "foo")))的格式为(sxpath-or-symbol reducer-path ...)，这意味着选择与sxpath-or-symbol匹配的元素，每个reducer-path也有非空匹配。 sxpath文档中的重写规则旨在表达这一观点，但他们可以使用更多示例。

通常将属性视为@节点的子元素。

Racket的SXpath：从XPath字符串到“惯用方式”

1 个答案: