黃聰：C#操作xml SelectNodes,SelectSingleNode通過 xPath 定位class包含Contains的DIV

原文:http://ejohn.org/blog/xpath-css-selectors

---

最近,我做了很多工作來實現一個同時支持XPath和CSS 3的解析器,令我驚訝的是:它們倆在某些方面上非常相似,而在另一些方面上又完全不同.不同的地方有,CSS是用來配合HTML工作的,可以使用#id來根據ID獲取元素,以及使用.class來根據class獲取元素.這些用XPath實現的話都不會那么簡潔,反過來呢,XPath可以使用..來返回到DOM樹的上層節點中,還可以使用foo[bar]來獲取到一個擁有bar子元素的foo元素.CSS選擇器完全做不到這些,總結一下就是,和XPath比起來,CSS選擇器通常都比較短小,但可惜的是不夠強大.

我認為將這兩種選擇器的寫法做一個比較是很有價值的.

目標	CSS 3	XPath
所有元素	*	//*
所有的P元素	p	//p
所有的p元素的子元素	p > *	//p/*
根據ID獲取元素	#foo	//*[@id='foo']
根據Class獲取元素	.foo	//*[contains(@class,'foo')] 1
擁有某個屬性的元素	*[title]	//*[@title]
所有P元素的第一個子元素	p > *:first-child	//p/*[0]
所有擁有子元素a的P元素	無法實現	//p[a]
下一個兄弟元素	p + *	//p/following-sibling::*[0]

從語法上看,我非常驚訝這兩種選擇器在某些情況下的相似性,尤其是'>'和'/'兩者之間.雖然他們並不總是有着相同的功能(XPath中要取決於正在使用的軸),但通常情況下他們指的都是某個父元素的子元素.還有,空白符' '和'//'都意味着當前元素的所有后代元素.最后是星號'*',類似於通配符,表示所有元素,而不管是哪種標簽名.

---

¹ 這個寫法其實不正確,因為它不光會匹配到我們想要的'foo bar',還會意外的匹配到'foobar'.正確的寫法可能會非常復雜,可能會需要用到多個表達式才能完成.

下面是譯者注:

上表中錯誤的XPath:

//*[contains(@class,'foo')]

我實現的寫法是:

//*[@class='foo' or contains(@class,' foo ') or starts-with(@class,'foo ') or substring(@class,string-length(@class)-3)=' foo']

比起CSS的.foo,真的是好復雜,我來解釋一下,一個元素的class屬性中如果包含'foo',可能有四種情況,列出表來是這樣的:

class="foo"	//*[@class='foo']	class屬性只有一個值foo
class="foobar foo bar"	//*[@class=' foo ']	class屬性值中,foo在其他兩邊的值的中間
class="foo bar"	//*[starts-with(@class,'foo ')]	class屬性值中,foo在最左邊
class="bar foo"	//*[substring(@class,string-length(@class)-3)=' foo']	class屬性值中,foo在最右邊,XPath1.0中沒有ends-with函數,2.0有,現在瀏覽器實現的都是1.0

那么我們能在網頁開發中用上XPath嗎?最初,jQuery是支持XPath選擇器的,但后來,由於效率問題,jQuery放棄了對XPath的支持.剛好,谷歌在上個月發布了Wicked Good XPath，這是一個DOM Level 3 XPath規范的純JavaScript實現,也是目前同類實現中最快的,我們可以把這個腳本和jQuery結合起來使用.

jQuery.getScript("http://wicked-good-xpath.googlecode.com/files/wgxpath.install.js").success(function () {    //加載庫文件
    wgxpath.install();    //安裝XPath支持
    jQuery.xpath = function (xpath) {
        var elements = [];               //用來存儲XPath選擇到的元素
        var xpathResult = document.evaluate(xpath, document, null, 6, null);
        for (var i = 0; i < xpathResult.snapshotLength; i++) {
            elements.push(xpathResult.snapshotItem(i));
        }
        return jQuery(elements);          //傳給jQuery工廠方法,返回jQuery對象
    }
})

這樣就能通過$.xpath()靜態方法來選擇元素了,該方法返回的也是一個jQuery對象,和使用$()沒什么差別.本頁面已經加載了這個腳本,你可以現在打開控制台試驗一下$.xpath方法.

那我們有了CSS選擇器,為什么還要用XPath呢,答案是:有些時候,XPath更強大一點.比如:

在上面John Resig總結的表中,有一個CSS無法實現的功能,就是查找包含某個子元素的父元素.的確,目前的CSS還無法實現,不過在未來CSS4的選擇器中,將會有一個父選擇器

E! > F    //注意,2011年的時候,父選擇器的語法是$E > F,今年草案又改了.網上有些介紹CSS4選擇器的博文還是舊的,這里有一個能在CSS文件中使用父選擇器的polyfill https://github.com/Idered/cssParentSelector

該選擇器可以選取到那些包含子元素F的E元素.但即便以后實現了CSS4,稍微改變一下需求,查找那些包含后代元素F的E元素,CSS選擇器又怎么寫呢?應該是沒什么辦法實現.熟悉jQuery的朋友可能會說,jQuery里有:has偽類,可以這么寫E:has(F),的確,如果使用jQuery自定義的過濾器,幾乎任何需求都可以用遍歷DOM的方法實現,但效率絕對會很低.而XPath就不一樣了,畢竟Firefox和chrome都已經實現了XPath的接口document.evaluate方法(Wicked Good XPath應該主要是努力在IE上實現統一的接口),速度肯定比手動遍歷DOM來的快.XPath的寫法是這樣的//E[.//F],怎么樣,也挺簡單明了的.

另外很重要的一點是,CSS本來是用於給HTML添加樣式的,12種節點類型中,只有元素節點(nodetype等於1)才有樣式這一說,因此,CSS選擇器只能選取到頁面中的元素節點,而XPath就不是了,它不光可以用在HTML中,還可以用在XML中,除了元素節點,而可以選擇屬性節點(//@*)或者文本節點(//text())等,如果未來XPath2.0實現了,它會變的更加強大.