xml - 如何在XPath中选择包含特定子元素的元素？

Question

我有一些关于书籍的 MARC21-XML 文档。我想提取这本书的译者姓名。

以下是一本书的一个 MARC21-XML 文档的片段:

<?xml version="1.0" encoding="UTF-8"?>
  <record xmlns="http://www.loc.gov/MARC21/slim" type="Bibliographic">
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="a">Wasel, Ulrike</subfield>
      <subfield code="4">trl</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="a">Timmermann, Klaus</subfield>
      <subfield code="4">trl</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2="2">
      <subfield code="a">Eggers, Dave</subfield>
    </datafield>
  </record>

Dave Eggers 是这本书的作者，Klaus Timmermann 和 Ulrike Wasel 帮助翻译了这本书。

在这种情况下，以下“简单”XPath 2.0 表达式可以提取“翻译器”:

/record/datafield[@tag='700'][@ind1='1'][@ind2=' ']/subfield[@code='a']/text()

此 XPath 2.0 表达式的结果如下:

Text='Wasel, Ulrike'
Text='Timmermann, Klaus'

这看起来效果很好。 但是，我可以想到一种尚未发现的场景，其中存在除翻译器之外的其他类型的元素 (subfield[@code='a'] = 'trl'.

我希望将以下选择逻辑实现为 XPath 2.0，但很难构建一个:

• /record/datafield 属性 tag 的值为“700”
• /record/datafield 属性 ind1 的值为“1”
• /record/datafield 属性 ind2 的值为“”
• /record/datafield 包含 subfield，属性 code 等于“4”，其 text() 为“trl”

模拟场景:

<?xml version="1.0" encoding="UTF-8"?>
  <record xmlns="http://www.loc.gov/MARC21/slim" type="Bibliographic">
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="a">Wasel, Ulrike</subfield>
      <subfield code="4">trl</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="a">Timmermann, Klaus</subfield>
      <subfield code="4">trl</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="a">Doe, John</subfield>
      <subfield code="4">oth</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2="2">
      <subfield code="a">Eggers, Dave</subfield>
    </datafield>
  </record>

在这种情况下，以下“简单”XPath 2.0 表达式可以提取“翻译器”:

/record/datafield[@tag='700'][@ind1='1'][@ind2=' ']/subfield[@code='a']/text()

此 XPath 2.0 表达式的结果如下:

Text='Wasel, Ulrike'
Text='Timmermann, Klaus'
Text='Doe, John'

还有一个错误:John Doe 不是译者 (trl)，而是本书的其他 (oth) 贡献者。我不想要他;)

我对 MARC21-XML 规范不太熟悉。我读过的关于MARC21-XML的规范是一种非常奇怪的表格格式，很难理解。 @ind1='1' 和 @ind2=' ' 可能仅包含翻译器，但带有“trl”的“type”字段没有意义。

如何构建仅从模型场景中选择翻译器的 XPath 2.0 表达式？

Answer 1

为了进一步限制此 XPath，

/record/datafield[@tag='700'][@ind1='1'][@ind2=' ']
       /subfield[@code='a']/text()

仅选择 datafield 元素，其 subfield 子元素的 code 为 4 的字符串值为"trl"，添加另一个谓词，[subfield[@code='4']='trl']:

/record/datafield[@tag='700'][@ind1='1'][@ind2=' ']
                 [subfield[@code='4']='trl']
       /subfield[@code='a']/text()