XPath的contains()函数是否支持大小写不敏感？

Question

我正在遍历DOM中的所有文本节点，并检查nodeValue是否包含特定的字符串。

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

这是区分大小写的。但是，我还想捕捉Test、TEST或者TesT。在JavaScript中，使用XPath是否有可能实现？

- Aron Woost

Answer 1

这是针对XPath 1.0的。如果您的环境支持XPath 2.0，请参见此处。

---

是的，可以实现，但不够优雅。

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

这将适用于预先知道字母表的搜索字符串。添加您希望看到的任何重音字符。

---

如果可以的话，在构建HTML时，使用其他方法标记您感兴趣的文本，例如将其包含在具有特定类的<span>中。这些内容比元素文本中的子字符串更容易使用XPath定位。

如果这不是选项，则可以让JavaScript（或任何其他用于执行XPath的宿主语言）帮助您构建动态XPath表达式：

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')]"

^{（感谢@KirillPolishchuk的回答 - 当然，你只需要翻译你实际搜索的字符。）}

这种方法适用于任何搜索字符串，而无需事先了解字母表，这是一个很大的优势。

当搜索字符串可以包含单引号时，上述两种方法都会失败，在这种情况下，事情变得更加复杂。

- Tomalak

---

另外，添加功能很好，只翻译所需的字符。我很想知道性能提升是多少。请注意，xpathPrepare（）可以以不同方式处理出现多次的字符（例如，您会得到TEEEEEST和teeeeest）。 - Aron Woost

@AronWoost：如果你渴望找到答案，那么可能会有一些收获，只需进行基准测试即可。translate()本身并不关心您重复每个字符的次数- translate(., 'EE', 'ee')与translate(., 'E', 'e')完全等效。附言：别忘了给@KirillPolishchuk点赞，这个想法是他提出的。 - Tomalak

这句代码的含义是：使用mydoc文档对象来选择所有包含单词"foo"（不区分大小写和特定语言字符）的XML节点，并将它们存储在名为x的XmlNodeList对象中。 - Stefan Steiger

不需要。请看“当然，你只需要翻译你实际搜索的那些字符”部分。 - Tomalak

Answer 2

现代XPath 2.0（及更高版本）解决方案

1. 使用lower-case()函数：

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

2. 使用matches()函数进行正则表达式匹配，并设置不区分大小写的标志：

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

_{对于旧版仅支持XPath 1.0的环境，请参考@Tomalak's answer中描述的translate()技术。}

- kjhughes

---

这个语法在Firefox和Chrome中不支持吗？我刚在控制台中尝试了一下，它们都返回语法错误。 - d-b

Firefox和Chrome只实现XPath 1.0版本。 - kjhughes

我在哪里可以验证这将按预期工作？ - Ankit Gupta

@AnkitGupta：任何支持XPath 2.0的在线或离线工具都可以用来验证这个答案，当然，(1) 工具推荐在SO上是不被允许的，(2) 考虑到这个答案在六年多的时间里获得了56个赞，0个踩，并且没有任何异议的评论，你可以非常有信心地认为这个答案是正确的。;-) - kjhughes

Answer 3

不区分大小写的contains

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

- Kirill Polishchuk

---

+1 绝对没错。这是我没有想到的。*(我会在我的答案中使用这个，这比我原来编写的JavaScript程序要好得多)* - Tomalak

它会将TEST转换为test，而让Test保持不变吗？ - Muhammad Adeel Zahid

不，它是将大写字母"T"替换为小写字母"t"，将大写字母"E"替换为小写字母"e"等等。这是一种一对一的匹配。 - Daniel Haley

可能更清晰的做法是使用 translate(., 'TES', 'tes')。这样人们就会意识到这不是单词翻译，而是字母翻译。 - mlissner

尽管这部分搜索术语的映射中出现了被删除的重复字母，使其看起来很酷（尽管有点神秘），但它实际上只是“EST”或“est”。 - George Birbilis

我们需要 icontains() :-) - But those new buttons though..

Answer 4

是的，您可以使用 translate 将要匹配的文本转换为小写，方法如下：

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

- Andy

Answer 5

如果您使用的是XPath 2.0，则可以将排序规则指定为contains()函数的第三个参数。但是，排序规则URI没有标准化，因此具体细节取决于您使用的产品。

请注意，之前使用translate()函数给出的解决方案都假定您只使用26个英文字母。

更新：XPath 3.1定义了一个用于不区分大小写匹配的标准排序规则URI。

- Michael Kay

Answer 6

我通常使用XPath中的“translate”函数来完成这个操作。虽然不太美观，但能正确地工作。

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

希望这可以帮到您，

- Marvin Smit