如何从当前上下文节点查找最近的匹配项

本文关键字：最近 查找 节点 上下文 | 更新日期: 2023-09-27 17:55:25

我有一个相当大的XML文件，我试图使用C#应用程序和HtmlAgilityPack来解析它。XML 如下所示：

...
<tr>
<td><b>ABC-123</b></td>
<td>15</td>
<td>4</td>
</tr>
<tr>
<td>AB-4-320</td>
<td>11</td>
<td>2</td>
</tr>
<tr>
<td><b>ABC-123</b></td>
<td>15</td>
<td>4</td>
</tr>
<tr>
<td>AB-4-320</td>
<td>11</td>
<td>2</td>
</tr>
<tr>
<td>CONTROLLER1</td>
<td>4</td>
<td>3</td>
</tr>
<td>CONTROLLER2</td>
<td>4</td>
<td>3</td>
</tr>
...

基本上是一系列重复的表行和列。我首先使用以下方法搜索控制器：

string xPath = @"//tr/td[starts-with(.,'CONTROLLER2')]";
HtmlNodeCollection nodes = doc.DocumentNode.SelectNodes(xPath);
foreach (HtmlNode link in nodes) { ... }

这将返回正确的节点。现在我想向后（向上）搜索以文本"ABC"开头的第一个（最近）匹配<td>节点：

string xPath = @link.XPath + @"/parent::tr/preceding-sibling::tr/td[starts-with(.,'ABC-')]";

这将返回所有匹配的节点，而不仅仅是最近的节点。当我尝试将 [1] 添加到此 XPath 字符串的末尾时，它似乎不起作用，并且我没有发现任何示例显示谓词与这样的轴函数一起使用。或者，更有可能的是，我做错了。有什么建议吗？

如何从当前上下文节点查找最近的匹配项

您可以使用此 XPath ：

/parent::tr/preceding-sibling::tr[td[starts-with(.,'ABC-')]][1]/td[starts-with(.,'ABC-')]

这将搜索子<td>以"ABC-"开头的最近的前<tr>。然后获取该特定<td>元素。

使用HtmlAgilityPack时，至少有两种方法可以选择：

foreach (HtmlNode link in nodes)
{
    //approach 1 : notice dot(.) at the beginning of the XPath
    string xPath1 = 
        @"./parent::tr/preceding-sibling::tr[td[starts-with(.,'ABC-')]][1]/td[starts-with(.,'ABC-')]";
    var n1 = node.SelectSingleNode(xPath1);
    Console.WriteLine(n1.InnerHtml);
    //approach 2 : appending to XPath of current link
    string xPath2 = 
        @"/parent::tr/preceding-sibling::tr[td[starts-with(.,'ABC-')]][1]/td[starts-with(.,'ABC-')]";
    var n2 = node.SelectSingleNode(link.XPath + xPath2);
    Console.WriteLine(n2.InnerHtml);
}

如果您能够使用 LINQ-to-XML 而不是 HAP，那么这就可以了：

var node = xml.Root.Elements("tr")
    .TakeWhile(tr => !tr.Elements("td")
        .Any(td => td.Value.StartsWith("CONTROLLER2")))
    .SelectMany(tr => tr.Elements("td"))
    .Where(td => td.Value.StartsWith("ABC-"))
    .Last();

我得到了这个结果：

<td>
  <b>ABC-123</b>
</td>

（我检查的是示例中的第二个匹配节点，而不是第一个。

您可以使用 

//tr/td[starts-with(.,'CONTROLLER2')]/(parent::tr/preceding-sibling::tr/td[starts-with(normalize-space(.),'ABC-')])[1]

由于目标节点包含不需要的空间，因此必须使用 normalize-space。

我认为像这样的 XPATH（来自当前 CONTROLLER2 节点）应该这样做：

string xPath = "../preceding-sibling::tr[starts-with(td , 'ABC-')][1]/td[starts-with(. , 'ABC-')]";

这意味着

  • 祖先升级后返回（..）
  • 从那里，选择具有以"ABC-"开头的TD元素的所有先前同级TR元素
  • 获取这些 TR 的第一个（相反顺序）。
  • 从此 TR 元素中获取以"ABC-"开头的 TD 元素
相关文章：