Question

我正在尝试解析网页以从论坛获取帖子每条消息的开头都以以下格式开头

<div id="post_message_somenumber">

我只想获得第一个

我在yql中尝试了xpath='//div[starts-with(@id, '"post_message_')]'但没有成功我还在学习这个，有人有建议

Answer 1

我在yql中尝试xpath='//div[starts-with(@id, '"post_message_')]'没有成功我还在学习这个，任何人都有建议

如果问题不是由于许多嵌套的撇号和未闭合的双引号，那么最可能的原因（我们只能猜测而不显示XML文档）是使用默认命名空间。

指定默认命名空间中元素的名称是XPath中最常见的FAQ。如果您在SO或互联网上搜索“XPath默认命名空间”，您会找到许多具有正确解决方案的来源。

通常，必须调用一个特殊方法，将前缀（例如"x:"）绑定到默认命名空间。然后，在XPath表达式中，每个元素名称"someName"必须替换为"x:someName。

这是 good answer how to do this in C# 。

阅读您的语言/ xpath-engine的文档，了解在特定环境中应该如何进行类似的操作。

Answer 2

我认为我有一个不需要处理命名空间的解决方案。

选择所有匹配的div ：

//div[@id[starts-with(.,"post_message")]]

但是你说你只想要“第一个”（我猜你的意思是整个页面中的第一个“命中”？）。这是一个略微修改，选择只是第一个匹配的结果：

(//div[@id[starts-with(.,"post_message")]])[1]

这些使用点来表示starts-with()函数中的id值。您可能必须使用您的语言转义特殊字符。

在PowerShell中它对我很有用：

# Load a sample xml document
$xml = [xml]'<root><div id="post_message_somenumber"/><div id="not_post_message"/><div id="post_message_somenumber2"/></root>'

# Run the xpath selection of all matching div's
$xml.selectnodes('//div[@id[starts-with(.,"post_message")]]')

结果：

id
--
post_message_somenumber
post_message_somenumber2

或者，就第一场比赛而言：

# Run the xpath selection of the first matching div
$xml.selectnodes('(//div[@id[starts-with(.,"post_message")]])[1]')

结果：

id
--
post_message_somenumber

Answer 3

@FindBy(xpath = "//div[starts-with(@id,'expiredUserDetails') and contains(text(), 'Details')]") 
private WebElementFacade ListOfExpiredUsersDetails;

此页面列出了页面上所有共享ID为expiredUserDetails的元素，并且还包含文字或元素Details

使用Xpath“start with”来解析xhtml时遇到麻烦

3 个答案: