Question

从不同的网站提供的XPath语法是不同的，主要是需要“ / text（）” 后缀。

引用语法无需后缀：

引用语法带有的后缀：

据我所知，不同的库也只能在带有或不带有后缀的情况下工作（在使用和不使用后缀的情况下，我都没有遇到过。）

不需要后缀：

浏览器javascript（例如：Chrome）
jaxen（https://github.com/jaxen-xpath/jaxen）

需要后缀：

Java JRE本机XPath实现

似乎很可能是要用于XML的XPath库实现和要用于DOM的XPath库实现之间有区别？如果是这样，有什么区别？在哪里可以找到区别？

Answer 1

我认为您误诊了这种情况，而误诊的原因（将类推延伸得太多了）是因为您查看的是大约7名患者的症状，而不是去医学院上学并学习了解剖学。

这里的“解剖”是XDM数据模型，它支持XPath的语义。请特别注意

（a）当您具有这样的结构

<title>Water</title>

有一个元素节点，其字符串值为“ Water”，并且是单个文本节点的父级，该节点的字符串值也为“ Water”。

（b）当您具有这样的结构

<title>H<sub>2</sub>O</title>

有一个元素节点，其字符串值为“ H2O”，它是三个子节点的父节点：一个文本字符串，其字符串值为“ H”，一个元素节点的字符串值为“ 2”（其本身为父节点）另一个文本节点...），以及第二个文本节点，其字符串值为“ O”。

在情况（a）中，几乎所有操作无论应用于元素节点还是文本节点都产生相同的结果。例如，无论contains($x, "ate")是元素节点还是文本节点，$x都是正确的。因此，在路径中添加/text()通常是多余的：它没有害处，但是没有必要。我们经常建议您不要这样做，因为如果以后数据结构发生变化，除了使代码变得多余之外，它会使您的代码更加脆弱。

如果（b）在路径中添加/text()，则导致您选择两个文本节点“ H”和“ O”，而不是选择元素节点。在XPath 1.0中，许多操作（例如contains()）应用于两个文本节点序列时，会忽略除第一个之外的所有操作，因此contains(x/y/title/text(), "O")将返回false；在XPath 2.0中，它将引发错误，指出contains（）的参数必须是单例。如果仅想知道标题是否包含字母“ O”，则最好省略/text()并将操作应用于元素的字符串值，即所有文本节点的串联

唯一需要使用“ / text（）”的地方是，如果您想更深入地探究title元素的内部结构。

当然，XPath实现之间可能存在差异-并非所有实现都与标准100％一致。但是主流实现非常兼容，如果发现不同之处，请告诉我们：明确说明源文档，路径表达式以及在不同实现中获得的不同结果。

Answer 2

如果您查看相关的规范，则会发现XPath 1.0 https://www.w3.org/TR/xpath-10/#node-tests和XPath 2.0规范https://www.w3.org/TR/xpath20/#node-tests都将您称为“后缀”的内容定义为“节点测试” text()用于选择任何“文本节点”。

没有一个规范要求使用text()，但是语言当然是语言选择并且需要选择文本节点的一种选择，例如，元素的混合内容以及文本和/或注释在其中仅选择文本节点的子级是有原因的。

对于实现，我认为Java的XPath 1.0实现不需要您使用它，这是某些较早的DOM特定代码使用foo/text()而不是简单地使用foo来读取字符串的唯一原因例如的元素内的内容<foo>some example</foo>是在较旧的DOM实现中，如果选择一个Element节点，则没有属性或方法以字符串形式访问元素的文本内容，因此人们使用foo/text()来选择Text的{{1}}子节点，然后可以使用Element属性（Javascript）或nodeValue方法（Java）使用{{1} }。但是，多年来DOM在getNodeValue()节点上提供属性some example，因此，如今，您可以将textContent用作XPath并获得Element节点并读出{{1 }}或foo分别具有字符串Element。

MSXML DOM和XPath也相当老，并且从未更新为DOM Level 3 W3C规范，但是Microsoft从一开始就在元素节点上拥有自己专有的textContent属性，您可以在那里使用它而不是标准化的getTextContent()。不过，在那种情况下，我已经看到了类似的尝试，即明确地读出some example作为节点列表，然后可以在该列表上以字符串的形式访问每个文本节点的.text。

如果您想将XPath选择直接映射到Python字符串列表，则在Python的lxml库中使用textContent而不是foo/text()的唯一实现特定的“首选项”在在这种情况下，例如nodeValue这样的表达式foo/text()在Python方面会为您提供两个包含foo和foo/text()的Python字符串的列表，而使用<data><foo>a</foo><foo>b</foo></data>会给您一个包含两个元素节点的列表。因此，在这种情况下，根据您在主机语言方面的需求，可以更轻松地使用a，但是您需要注意，像b这样的输入将为您提供包含三个字符串的列表。

XPath语法，带或不带“ / text（）”后缀

2 个答案: