XPath: 嵌套方括号的含义是什么？

Question

我正在学习用XPath进行网络爬取，并偶然发现了这两个XPath示例：

//div[@class="head"][@id="top"]

以及

//div[@class='canvas- graph']//a[@href='/accounting.html'][i[@class='icon-usd']]/following-sibling::h4

我想知道 div[@class="head"][@id="top"] 表示什么意思。它是指 @id=top 属性属于 div 元素吗？这与 //div[@class="head" and @id="top"] 相同吗？
当方括号像第二个示例中嵌套在另一个方括号中时，它表示什么意思? 第二个XPath表达式所匹配的HTML DOM会是什么样子?

- blablaalb

Answer 1

方括号包围谓词^†，而谓词用于筛选项^††。

您预期可以通过两种方式组合谓词：

1. 连续组合：是的，这相当于在逻辑上进行了与运算。因此，正确的//div[@class="head"][@id="top"]等同于//div[@class="head" and @id="top"]。

2. 递归组合：是的，XPath允许在谓词内使用谓词（如您所观察到的，称为嵌套）。

   因此，a[@href='/accounting.html'][i[@class='icon-usd']]会过滤掉那些具有@href属性值等于'/accounting.html'并且有一个子元素i，其@class属性值为'icon-usd'的a元素。

这些组合机制一起提供了一种强大的方式，用更基本的条件构建谓词。

---

^† 谓词参考：XPath 1.0。XPath 3.1。
^†† 在XPath 1.0中为节点集；在XPath 2.0+中为序列。

- kjhughes

Answer 2

方括号被称为predicate。

谓语根据轴筛选节点集以生成新的节点集。对于要筛选的节点集中的每个节点，PredicateExpr将使用该节点作为上下文节点进行评估，使用节点集中的节点数作为上下文大小，并使用节点在相对于轴的节点集中的接近位置作为上下文位置；如果PredicateExpr对该节点求值为true，则将该节点包括在新的节点集中；否则，它不包括在内。

通过评估Expr并将结果转换为布尔值来评估PredicateExpr。如果结果是数字，则如果数字等于上下文位置，则将结果转换为true，否则将转换为false；如果结果不是数字，则将结果转换为boolean函数的调用方式。因此，位置路径para [3]等同于para [position（）= 3]。

在谓词内，你可以通过测试条件是否为真或假来过滤左边所选项的集合。可以将其视为SQL中的WHERE子句。您可以选择在单个谓词中放置多个测试条件，也可以使用多个谓词。从调优的角度或为了清晰起见，选择使用多个谓词可能会更有利于使用and和单个谓词中的多个测试。

- Mads Hansen

---

我仍然对嵌套括号感到困惑。这样的表达式是否有效：//div[@class="parent" [div[@class="child"]] ]，意思是匹配具有class属性等于parent的div元素，并且该元素具有一个子节点div，其class属性等于child？ - blablaalb

你的想法是正确的，但是那个XPath语句是不正确和无效的。你可以使用：//div[@class="parent" and div[@class="child"]] 或者 //div[@class="parent"][div[@class="child"]]。 - Mads Hansen