xml - XPath 查询以选择没有特定属性的特定值的任何后代

Question

我一直在尝试构建一个基本上选择所有内容但排除某些节点的 XPath 查询。

这是我正在处理的 XML:

<?xml version="1.0" encoding="UTF-8"?>

<task>
  <title id="30014">Instructions</title>
  <taskbody>
    <context>
      <p>Your box has a document.</p>
      <p audience="print">To get the document:</p>
      <p audience="web">
        <xref href="/node/6308" scope="external">Click here</xref> to get the document.
      </p>
    </context>
    <steps audience="print">
      <step>
        <cmd>Go to 
          <u>www.google.com</u>.
        </cmd>
      </step>
      <step>
        <cmd>Click on the “Resource” button.</cmd>
        <info>
          <fig frame="all">
            <image href="resource.ai" height="1.650in" width="4.500in"/>
          </fig>
        </info>
      </step>
      <step>
        <cmd>Click on “Manuals”.</cmd>
      </step>
      <step>
        <cmd>Click on “Shipping”.</cmd>
      </step>
      <step>
        <cmd>You can save or print it from your browser window.</cmd>
      </step>
    </steps>
  </taskbody>
</task>

我需要选择观众不等于“打印”的所有内容。

我一直在尝试我阅读过的各种方法，但似乎没有一个能完全按照我需要的方式工作。

这是最新的一个接近但不完全的:

task/taskbody//*[not(@audience = "print")]

问题是，它可以很好地去除具有“打印”值的下一级节点。然而，第一个 <p>具有“打印”值的在 <context> 内.该节点似乎永远不会被选中。

查询结果如下:

<?xml version="1.0" encoding="UTF-8"?>
<result>
<context>
      <p>Your box has a document.</p>
      <p audience="print">To get the document:</p>
      <p audience="web">
        <xref href="/node/6308" scope="external">Click here</xref> to get the document.
      </p>
    </context>

<p>Your box has a document.</p>

<p audience="web">
        <xref href="/node/6308" scope="external">Click here</xref> to get the document.
      </p>

<xref href="/node/6308" scope="external">Click here</xref>

<step>
        <cmd>Go to 
          <u>www.google.com</u>.
        </cmd>
      </step>

<cmd>Go to 
          <u>www.google.com</u>.
        </cmd>

<u>www.google.com</u>

<step>
        <cmd>Click on the “Resource” button.</cmd>
        <info>
          <fig frame="all">
            <image height="1.650in" href="resource.ai" width="4.500in"/>
          </fig>
        </info>
      </step>

<cmd>Click on the “Resource” button.</cmd>

<info>
          <fig frame="all">
            <image height="1.650in" href="resource.ai" width="4.500in"/>
          </fig>
        </info>

<fig frame="all">
            <image height="1.650in" href="resource.ai" width="4.500in"/>
          </fig>

<image height="1.650in" href="resource.ai" width="4.500in"/>

<step>
        <cmd>Click on “Manuals”.</cmd>
      </step>

<cmd>Click on “Manuals”.</cmd>

<step>
        <cmd>Click on “Shipping”.</cmd>
      </step>

<cmd>Click on “Shipping”.</cmd>

<step>
        <cmd>You can save or print it from your browser window.</cmd>
      </step>

<cmd>You can save or print it from your browser window.</cmd>

</result>

它抓取没有属性的节点，它抓取带有“web”的节点以及除了那个以外的大多数带有“print”的节点。

有什么建议吗？

Answer 1

这个表达式将选择所有没有任何 @audience 的元素属性，以及那些包含一个不是字符串 print 的值的属性:

//*[not(descendant::*[@audience='print']) and not(ancestor-or-self::*[@audience='print'])]

上面的写法会选择<title> , 第一和第三 <p> <context> 的 children .它不会选择 <steps>或第二个<p>因为他们有一个 audience包含 print 的属性.

要排除标题(将上下文缩减为 taskbody)，请使用:

//task/taskbody//*[not(descendant::*[@audience='print']) and not(ancestor-or-self::*[@audience='print'])]