用于选择前面元素以及可选的纯空白文本节点的 XPath

给定一个元素作为上下文，我想选择前面的同级元素并检查它是否具有特定名称。需要注意的是，如果存在包含非空白内容的中间文本节点，我不想选择它。

例如，给定这个 XML 文档...

<r>
  <a>a1</a><a>a2</a>
   b
  <a>a3</a>
    <a>a4</a>
  <b/>
  <a>a5</a>
</r>

…then:

• 对于“a1”应该没有匹配项（没有<a>紧邻其前面的兄弟元素）
• 对于“a2”，则应匹配“a1”（没有中间文本节点）
• 对于“a3”应该没有匹配项（中间有一个包含非空白内容的文本节点）
• 对于“a4”，则应匹配“a3”（中间的文本节点仅为空格）
• 对于“a5”，不应有匹配项（前面的同级元素不是<a>).

我可以检查前面的兄弟是否是<a> with preceding-sibling::*[1][name()="a"]

但是，我不知道怎么说“选择以下同级节点，无论元素或文本性如何，然后看看它是否不是文本或normalize-space(.)=""。我最好的猜测是：

preceding-sibling::*[1][name()="a"][following-sibling::node()[1][not(text()) or normalize-space(.)=""]]

……但这似乎没有效果。

这是我的测试 Ruby 文件：

require 'nokogiri'

xpath = 'preceding-sibling::*[1][name()="a"][following-sibling::node()[1][not(text()) or normalize-space(.)=""]]'
fragment = Nokogiri::XML.fragment '<a>a1</a><a>a2</a> b <a>a3</a> <a>a4</a> <b/> <a>a5</a>'    

fragment.css('a').each{ |a| p [a.text,a.xpath(xpath).to_s] }
#=> ["a1", ""]
#=> ["a2", ""]
#=> ["a3", "<a>a2</a>"]
#=> ["a4", "<a>a3</a>"]
#=> ["a5", ""]

“a2”和“a3”的结果是错误的并且让我感到困惑。它找到前面的<a>正确，但随后无法正确验证其第一个后续兄弟是否不是文本（这应该允许“a2”找到“a1”）或者它只是空白（这应该阻止“a3”找到“a2” ”。

Edit：这是我正在编写的 XPath，以及我想要它做什么：

• preceding-sibling::*[1][name()="a"]…- 找到第一个前面的元素，并确保它是一个<a>. 这似乎正在按预期工作。

  • [following-sibling::node()[1][…]]- 确保第一个后续节点（找到的前面的<a>) 匹配一些条件

    • not(text()) or normalize-space(.)=""- 确保以下节点不是文本节点，或者其规范化空间为空

Use:

/*/a/preceding-sibling::node()
       [not(self::text()[not(normalize-space())])]
            [1]
              [self::a]

基于 XSLT 的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>

 <xsl:template match="/">
     <xsl:copy-of select=
       "/*/a
          /preceding-sibling::node()
                      [not(self::text()[not(normalize-space())])]
                                        [1]
                                         [self::a]
    "/>
 </xsl:template>
</xsl:stylesheet>

当此转换应用于提供的 XML 文档时：

<r>
  <a>a1</a><a>a2</a>
   b
  <a>a3</a>
    <a>a4</a>
  <b/>
  <a>a5</a>
</r>

对 XPath 表达式进行求值，并将此求值选择的节点复制到输出:

<a>a1</a>
<a>a3</a>

Update:

问题中的 XPath 表达式有什么问题？

问题就在这里:

[not(text()) or normalize-space(.)='']

这测试上下文节点是否没有文本节点child.

但是OP想要测试上下文节点是否is一个文本节点。

Solution:

将上面的内容替换为:

[not(self::text()) or normalize-space(.)='']

基于XSLT的验证:

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:template match="/*/a">
     <xsl:copy-of select=
     "preceding-sibling::*[1]
                      [name()='a']
                         [following-sibling::node()[1]
                                    [not(self::text()) or normalize-space(.)='']
                       ]"/>
 </xsl:template>
 <xsl:template match="text()"/>
</xsl:stylesheet>

现在这个转换正好产生了想要的结果：

<a>a1</a>
<a>a3</a>