XPath 获取特定长度的文本

Question

我正在尝试创建一个 XPath 查询，每次都会获得 549 个文本字符。文本应该是关于相关主题的，在下面的例子中是 oranges或 apples或 pears .如果页面上不存在包含这些词的元素，那么我希望 XPath 查询在页面上找到更容易定位/不太具体的文本。

所以为了澄清，我正在尝试创建一个 XPath 查询来查找包含特定类型文本的元素，如果使用下面的查询找到 549 个或更多字符，那么我们就完成了，如果没有找到或者返回的文本是少于 549 个字符，我希望 XPath 查询在页面上以段落形式获取任何文本(除了按钮、链接、菜单等中的文本外，任何文本都可以工作)并返回该文本的 549 个字符，如果结果是字符串少于 549 个字符我想将这两个查询与以下内容连接起来:...在中间。

   substring(normalize-space(//*[self::p or self::div][contains(text(),'apples') or contains(text(),'oranges') or contains(text(),'pears')]), 0, 549)

我一直在努力解决这个问题，我将不胜感激任何建议!

提前谢谢了!

Answer 1

是的。有一个string-length()您可以在谓词中使用的 xpath 中的函数:

substring(normalize-space(//*[string-length( text()) > 549 and (... other conditions ...)]),0,549)

请参阅“ Is there an "if -then - else " statement in XPath?”了解如何使用条件判断是否需要添加省略号。

改编上述 SO 问题中的示例:

if (fn:string-length(normalize-space(//*[self::p or self::div][contains(text(),'apples']) > 549)
        then (concat( fn:substring(normalize-space(//*[self::p or self::div][contains(text(),'apples']), 0, 5490), "...") )
        else (normalize-space(//*[self::p or self::div][contains(text(),'apples']))

在我看来，这在 XPath 中非常复杂。如果您可以使用 XQuery，您将拥有更易读的转换:

for $text in normalize-space(//*[self::p or self::div])
where $text[contains(text(),'apples' or ...]
return
    if (string-length( $text) > 549) then
        concat( substring( $text, 0, 549), "...")
    else
        $text

我怀疑这实际上可以通过多个和嵌套的 for 语句进一步优化(为了可读性、维护)，以处理您需要的各种结果。

如果使用 XSL:

<xsl:template match="//*[self::p or self::div][contains(text(),'apples' or ...]">
    <xsl:variable name="text" select="normalize-space( . )" />
    <xsl:choose>
        <xsl:when test="string-length( $text)">
            <xsl:value-of select="substring( $text, 0, 549)"/>...
        </xsl:when>
        <xsl:otherwise>
            <xsl:value-of select="$text"/>
        </xsl:otherwise>
    </xsl:choose>
</xsl:template>

您也可以使用 matches() xpath 函数，避免有这么多 contains()谓词，通过构造正则表达式:

matches( //*[self::p or self::div][matches(text(),'(apples|oranges|bananas)'])

最后，请注意使用 //和 * XPath 中的效率非常低，如果您的文档有任何权重，您将看到性能影响。我很痒，告诉我有一种方法可以优化它，但不幸的是我没有时间研究。