Question

自上一个问题Never parse markup with regex中@kjhughes的精彩帖子Regex repeat expression发表了精彩评论和链接我一直在改变我的应用程序中不需要的正则表达式，我用它来删除内容而不是编写完整的XPath。

但是对于以下内容我想知道是否还有一种方法可以用XPath解决它：

数据Name: Herr FirstName LastName

到目前为止

XPath：//body//div/div/table/tr/td/div/table/tr[3]/td/div/table/tr/td/p[1]/span/text()

这里我使用以下正则表达式：(?<=Herr |Frau ).*

这是因为我只想要数据Firstname LastName我再次要求一个名字的原因是这是两个不同的邮件，我正在使用不同的模板，并希望应用程序是模块化的。

目前我在应用程序中经常执行此操作，我只是使用正则表达式删除所有不需要的文本，因此我想知道XPath是否也可以。这样我就可以了解更多有关XPath抓取的信息，并且不会伤害邪恶的孩子：）

Answer 1

假设您提供的XPath的text()值是＆＃34;名称：Herr FirstName LastName＆＃34;

以下示例说明如何在XPath 2.0语句中使用正则表达式来选择text()节点，如果它包含＆＃34; Herr＆＃34;或者＆＃34; Frau＆＃34;使用matches()（当前不支持正向前瞻和负向后瞻），然后使用replace()在text()节点值上使用正则表达式与捕获组一起选择值＆＃34;最后一个＆＃34;

//body//div/div/
  table/tr/td/div/
  table/tr[3]/td/div/
  table/tr/td/p[1]/
  span/text()[matches(., "Herr|Frau ")]/replace(.,'.*Herr|Frau (.*)', '$1')

Answer 2

作为Wiktor Stribiżew comments，您无需避免在XML上使用纯文本上的正则表达式 - 它的标记这不应该是＆＃39;通过正则表达式解析。

Mads Hansen shows如何在XPath 2.0中使用正则表达式。

如果您只有XPath 1.0，那么这是一种提取目标文本的方法：

substring(normalize-space( 您的XPath ), 12)

XPath解决正则表达式违规

2 个答案: