Question

我想要所有<p>=.+=</p>个标签。正则表达式独立工作，没有<p>标签。

这是我的XPath："//p[re:test(.,'^=.+=$', 'i')]"

但是当我插入它时，我得到一个例外，

HtmlNodeCollection pNodes = htmlDoc.DocumentNode.SelectNodes("//p[re:test(.,'^=.+=$', 'i')]");

例外是：

命名空间管理器或XsltContext 需要。这个查询有一个前缀，变量或用户定义的函数。

编辑：Html由FCKEditor生成，没有定义名称空间。我是否需要为此设置一些东西？

HTML：

<p><style type="text/css">
h2 a { color: black; }</style></p>
<p>----</p>
<h2>test <a href="http://searisen.com">link</a></h2>
<p>== Heading 2 ==</p>
<p>----</p>
<p>=== Heading [http://searisen.com SeaRisen.com] ===</p>

Answer 1

显然HtmlAgilityPack不处理命名空间（不是我有一个）。所以我想出了这个黑客，

var pNodes = htmlDoc.DocumentNode.SelectNodes("//p")
    .Where(node => Regex.Match(node.InnerText, "^=.+=$").Success);

如果有HtmlAgilityPack解决方案，我很乐意听到它！

Answer 2

您遇到的错误是由于表达式re:test使用名为test的XPATH函数（在前缀为re的名称空间中声明），该函数未知XSLT上下文。

我不知道你从哪里得到那个表达式，但它不是标准的，所以它在Html Agility Pack上下文中没有任何意义： - ）

如需深入解释，请参阅此处的精彩文章：Adding Custom Functions to XPath。请注意，可以使用这些技术使其工作。

那就是说，这里是一个“纯粹的”Html Agility Pack / XPATH实现：

var pNodes = htmlDoc.DocumentNode.SelectNodes("//p[text()='=.+=']");

它使用过滤器（在[和]之间）和标准XPATH函数text（），这意味着“内部文本”。

Answer 3

回应Simon Mourier所说的，re：test（）函数不是核心XPath函数。它在Calibre的XPath函数集（http://manual.calibre-ebook.com/xpath.html#term-re-test）中可用，但这是非标准扩展。除了Calibre之外，我不知道任何其他可能暴露re：test（）函数的系统。

有关核心XPath函数和XSLT扩展函数的详细摘要，请参阅https://developer.mozilla.org/en-US/docs/Web/XPath/Functions

re：test（）XPath到HtmlAgilityPack（获取匹配的regex内部的所有p标签）

3 个答案: