如何在XPath查询中从前一个属性值提取嵌入的属性值？

Question

我正在尝试从以下这段HTML中“选择”onclick属性里的链接

<span onclick="Javascript:document.quickFindForm.action='/blah_blah'" 
 class="specialLinkType"><img src="blah"></span>

但是我只能做到下面这个XPath

//span[@class="specialLinkType"]/@onclick

这个XPath只返回了

Javascript:document.quickFindForm.action

有没有什么办法可以用XPath提取quickFindForm.action里面的那个链接呢？

Answer 1

如果Scrapy支持XPath字符串函数，这样就可以用了。

substring-before(
   substring-after(
      //span[@class="specialLinkType"]/@onclick,"quickFindForm.action='")
   ,"'")

看起来它也支持正则表达式。像这样的写法应该可以。

.select('//span[@class="specialLinkType"]/@onclick').re(r'quickFindForm.action=\'(.*?)\'')

注意：我不能测试第二个解决方案，你需要确认一下在这种情况下\'是否是单引号的正确转义方式。

Answer 2

我使用了xquery，但在xpath中应该也是一样的。我用了一个叫“tokenize”的xpath函数，它可以根据一个规则把字符串分开（你可以在这个链接找到更多信息：http://www.xqueryfunctions.com/xq/fn_tokenize.html）。在这个例子中，我是根据“ ' ”来分割字符串的。

        xquery version "1.0";
        let $x := //span[@class="specialLinkType"]/@onclick
        let $c := fn:tokenize( $x, '''' )
        return $c[2]

在xpath中应该是这样的：

        fn:tokenize(//span[@class="specialLinkType"]/@onclick, '''' )[2]

Answer 3

我在一个Java应用程序中试了XPath，结果还不错：

    import java.io.IOException;
    import java.io.StringReader;

    import javax.xml.parsers.DocumentBuilder;
    import javax.xml.parsers.DocumentBuilderFactory;
    import javax.xml.parsers.ParserConfigurationException;
    import javax.xml.xpath.XPath;
    import javax.xml.xpath.XPathExpression;
    import javax.xml.xpath.XPathFactory;

    import org.w3c.dom.Document;
    import org.xml.sax.InputSource;
    import org.xml.sax.SAXException;

    public class Teste {

        public static void main(String[] args) throws Exception {
            Document doc = stringToDom("<span onclick=\"Javascript:document.quickFindForm.action='/blah_blah'\" class=\"specialLinkType\"><img src=\"blah\"/></span>");
            XPath newXPath = XPathFactory.newInstance().newXPath();
            XPathExpression xpathExpr = newXPath.compile("//span[@class=\"specialLinkType\"]/@onclick");
            String result = xpathExpr.evaluate(doc);
            System.out.println(result);

        }

        public static Document stringToDom(String xmlSource) throws SAXException, ParserConfigurationException, IOException {
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            return builder.parse(new InputSource(new StringReader(xmlSource)));
        }
    }

结果：

Javascript:document.quickFindForm.action='/blah_blah'