Возможно ли XPath без учета регистра ()?

94

Я просматриваю все текстовые узлы своей DOM и проверяю, содержит ли nodeValue определенную строку.

/html/body//text()[contains(.,'test')]

Это чувствительно к регистру. Однако я тоже хочу поймать Test, TESTили TesT. Возможно ли это с XPath (в JavaScript)?

— Арон Вуст
источник

112

Это для XPath 1.0. Если ваша среда поддерживает XPath 2.0, см. Здесь .

Да. Можно, но не красиво.

/html/body//text()[
  contains(
    translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'),
    'test'
  )
]

Это будет работать для строк поиска, в которых заранее известен алфавит. Добавьте любые символы с диакритическими знаками, которые вы ожидаете увидеть.

Если можете, отметьте интересующий вас текст другими способами, например, заключите его в объект <span>, имеющий определенный класс, при построении HTML. Такие вещи намного проще найти с помощью XPath, чем подстроки в тексте элемента.

Если это не вариант, вы можете позволить JavaScript (или любому другому хост-языку, который вы используете для выполнения XPath) помочь вам в создании динамического выражения XPath:

function xpathPrepare(xpath, searchString) {
  return xpath.replace("$u", searchString.toUpperCase())
              .replace("$l", searchString.toLowerCase())
              .replace("$s", searchString.toLowerCase());
}

xp = xpathPrepare("//text()[contains(translate(., '$u', '$l'), '$s')]", "Test");
// -> "//text()[contains(translate(., 'TEST', 'test'), 'test')]"

^{(Подсказка к ответу @KirillPolishchuk - конечно, вам нужно перевести только те символы, которые вы действительно ищете .)}

Такой подход будет работать для любой поисковой строки без предварительного знания алфавита, что является большим плюсом.

Оба приведенных выше метода не работают, если строки поиска могут содержать одинарные кавычки, и в этом случае все становится сложнее .

— Томалак
источник

Благодарность! Также неплохое дополнение, переводит только нужные символы. Мне было бы любопытно, какова победа в производительности. Обратите внимание, что xpathPrepare () может обрабатывать несколько раз появляющиеся символы по-разному (например, вы получаете TEEEEEST и teeeeest).

— Арон Вуст,

@AronWoost: Что ж, может быть некоторый выигрыш, просто сравните его, если хотите узнать. translate()Сама по себе не волнует, как часто вы повторяете каждый символ - translate(., 'EE', 'ee')абсолютно эквивалентно translate(., 'E', 'e'). PS: Не забудьте проголосовать за @KirillPolishchuk, идея была его.

— Tomalak

2

System.Xml.XmlNodeList x = mydoc.SelectNodes ("// * [содержит (translate (text (), 'ABCDEFGHIJKLMNOPQRSTUVWXYZÄÖÜÉÀÁÒÓÔÙÚÛÇÅÏÕÑŒ', 'abcdefghijklmnopqrstuvwxyzäçâóè);" f

— Stefan Steiger

1

Нет. См. Раздел «Конечно, вам нужно перевести только те символы, которые вы действительно ищете» .

— Tomalak

62

Более красивый:

/html/body//text()[contains(translate(., 'TES', 'tes'), 'test')]

— Кирилл Полищук
источник

4

+1 Совершенно верно. Я не думал об этом. (Я использую это в своем ответе, это намного лучше, чем исходная процедура JavaScript, которую я написал)

— Tomalak

4

не было бы просто преобразовать TESTв testи оставить Testкак есть?

— Мухаммад Адил Захид

7

@MuhammadAdeelZahid - Нет, он заменяет "T" на "t", "E" на "e" и т. Д. Это совпадение один к одному.

— Дэниел Хейли

Может быть, будет более понятным translate(., 'TES', 'tes'). Так люди поймут, что это не перевод слова, а буквальный.

— mlissner 01

или 'EST,' est ', хотя это выглядит круто (хотя и немного загадочно), что часть искомого термина появляется в сопоставлении (повторяющиеся буквы удалены)

— Джордж Бирбилис

56

Решения XPath 2.0

Используйте строчные буквы () :

/html/body//text()[contains(lower-case(.),'test')]
Используйте сопоставление регулярного выражения match () с его флагом без учета регистра:

/html/body//text()[matches(.,'test', 'i')]

— Kjhughes
источник

1

Этот синтаксис не поддерживается в Firefox и Chrome? Я просто попробовал это в консоли, и оба они возвращают синтаксическую ошибку.

— db

1

Firefox и Chrome реализуют только XPath 1.0.

— kjhughes 07

где я могу проверить, что это будет работать должным образом?

— Анкит Гупта,

@AnkitGupta: Конечно, для проверки этого ответа можно использовать любой онлайн- или офлайн-инструмент, поддерживающий XPath 2.0, но (1) рекомендации по инструментам здесь не по теме, и (2) с учетом 56 голосов за, 0 голосов против и нет возражая против комментариев за более чем шесть лет, вы можете быть уверены, что этот ответ правильный. ;-)

— kjhughes

8

Да. Вы можете использовать translateдля преобразования текста, который хотите сопоставить, в нижний регистр следующим образом:

/html/body//text()[contains(translate(., 
                                      'ABCDEFGHIJKLMNOPQRSTUVWXYZ',
                                      'abcdefghijklmnopqrstuvwxyz'),
                   'test')]

— Энди
источник

6

Если вы используете XPath 2.0, вы можете указать сопоставление в качестве третьего аргумента для contains (). Однако URI параметров сортировки не стандартизированы, поэтому детали зависят от продукта, который вы используете.

Обратите внимание, что все решения, приведенные ранее с использованием translate (), предполагают, что вы используете только 26-буквенный английский алфавит.

ОБНОВЛЕНИЕ: XPath 3.1 определяет стандартный URI сортировки для сопоставления без учета регистра.

— Майкл Кей
источник

3

Я всегда делал это с помощью функции "translate" в XPath. Не скажу, очень красиво, но работает корректно.

/html/body//text()[contains(translate(.,'abcdefghijklmnopqrstuvwxyz',
                                        'ABCDEFGHIJKLOMNOPQRSTUVWXYZ'),'TEST')]

надеюсь это поможет,

— Марвин Смит
источник