xPath表达式:获取不存在的元素

我将这个xPath表达式放入htmlCleaner:

 //table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img

现在，我的问题是，它的变化，有时/a/img元素不存在。所以我想要一个表达式包含所有元素

//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img

当/a/img存在时

，

//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]

当/a/img不存在时

。

有人知道怎么做吗?我在另一个问题中发现了一些看起来可能对我有帮助的东西

descendant-or-self::*[self::body or self::span/parent::body]

使用说明:

 (//table[@class='StandardTable']
     /tbody/tr)
         [position()>1]
                   /td[2]
                       [not(a/img)] 
|
 (//table[@class='StandardTable']
     /tbody/tr)
         [position()>1]
                   /td[2]
                      /a/img

通常，如果我们希望在某些条件$cond为真时选择一个节点集($ns1)，否则选择另一个节点集($ns2)，则可以使用以下单个XPath表达式指定:

$ns1[$cond] | $ns2[not($cond)]

在本例中，ns1为:

 (//table[@class='StandardTable']
     /tbody/tr)
         [position()>1]
                   /td[2]
                      /a/img

和ns2是:

 (//table[@class='StandardTable']
     /tbody/tr)
         [position()>1]
                   /td[2]

和$cond是:

boolean( (//table[@class='StandardTable']
         /tbody/tr)
             [position()>1]
                       /td[2]
                          /a/img
        )

您可以选择两个互斥表达式的并集(注意|联合运算符):

//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img|
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2][not(a/img)]

当第一个表达式返回节点时，第二个表达式将不返回(反之亦然)，这意味着您将始终只得到所需的节点。

从你对@Dimitre的回答的评论中，我看到HTMLCleaner并不完全支持XPath 1.0。你真的不需要它。你只需要HTMLCleaner来解析格式不正确的输入。完成该工作后，将其输出转换为标准org.w3c.dom.Document并将其作为XML处理。

下面是一个转换的例子:

TagNode tagNode = new HtmlCleaner().clean("<html><div><p>test");
Document doc = new DomSerializer(new CleanerProperties()).createDOM(tagNode);

从这里开始，只需使用JAXP和您想要的任何实现:

XPath xpath = XPathFactory.newInstance().newXPath();
Node node = (Node) xpath.evaluate("/html/body/div/p[not(child::*)]", 
                       doc, XPathConstants.NODE);
System.out.println(node.getTextContent());

输出:

test

这很难看，甚至可能不工作，但原则应该:

//table[@class='StandardTable']/tbody/tr[position()>1]/td[2][exists( /a/img )]/a/img | //table[@class='StandardTable']/tbody/tr[position()>1]/td[2][not( exists( /a/img ) )]

相关内容

最新更新

热门标签：