匹配後排除節點的Xpath

Question

我試圖分析<text />節點中的標籤的每個單元格的一些數據。我需要忽略以星號*以及之後的4個節點開頭的節點。這可以用xpath來完成，還是需要以不同的方式來解決這個問題？

編輯：我的XML如下所示：

<page> 
    <text attr="123" attr2="1234">ROW 1 CELL 1</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 2</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 3</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 4</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 5</text> 
    <text attr="123" attr2="1234">* ROW 2 CELL 1</text> 
    <text attr="123" attr2="1234">ROW 2 CELL 2</text> 
    <text attr="123" attr2="1234">ROW 2 CELL 3</text> 
    <text attr="123" attr2="1234">ROW 2 CELL 4</text> 
    <text attr="123" attr2="1234">ROW 2 CELL 5</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 1</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 2</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 3</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 4</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 5</text> 
</page> 

Answer 1

下面的表達式：

/*/text[not(starts-with(., '*')) and 
     not(preceding::*[position()<5][starts-with(., '*')])] 

選擇對您輸入以下內容：

<root> 
    <text attr="123" attr2="1234">ROW 1 CELL 1</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 2</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 3</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 4</text> 
    <text attr="123" attr2="1234">ROW 1 CELL 5</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 1</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 2</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 3</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 4</text> 
    <text attr="123" attr2="1234">ROW 3 CELL 5</text> 
</root> 

所有ROW 2被跳過。

下面的表達式是等價（通過德摩根定律）：

/*/text[not(starts-with(., '*') or 
      preceding::*[position()<5][starts-with(., '*')])] 

Answer 2

這會爲你

//text[starts-with(.,"*")]/preceding-sibling::text 
| //text[starts-with(.,"*")]/following-sibling::text[position() > 4] 

工作所提供的輸入這個返回所需的節點

<text attr="123" attr2="1234">ROW 1 CELL 1</text> 
<text attr="123" attr2="1234">ROW 1 CELL 2</text> 
<text attr="123" attr2="1234">ROW 1 CELL 3</text> 
<text attr="123" attr2="1234">ROW 1 CELL 4</text> 
<text attr="123" attr2="1234">ROW 1 CELL 5</text> 
<text attr="123" attr2="1234">ROW 3 CELL 1</text> 
<text attr="123" attr2="1234">ROW 3 CELL 2</text> 
<text attr="123" attr2="1234">ROW 3 CELL 3</text> 
<text attr="123" attr2="1234">ROW 3 CELL 4</text> 
<text attr="123" attr2="1234">ROW 3 CELL 5</text> 

然而，@lwburk在評論中指出，它並沒有如果您有多個以*開頭的節點，則適用於一般情況。這是因爲與兩個語句配對的|運算符最終選擇了兩個匹配節點之前和之後的所有內容。他的解決方案能夠正確處理兩種情況