XPath normalize-space（）返回一系列规范化字符串

我需要使用XPath函数normalized-space（）来规范化我想要从XHTML文档中提取的文本： http ： //test.anahnarciso.com/clean_bigbook_0.html

我正在使用以下表达式：

//*[@slot="address"]/normalize-space(.) 

这在我用来测试XPath表达式的工具Qizx Studio中完美运行。

  let $doc := doc('http://test.anahnarciso.com/clean_bigbook_0.html') return $doc//*[@slot="address"]/normalize-space(.) 

这个简单的查询返回一系列xs:string 。

 144 Hempstead Tpke 403 West St 880 Old Country Rd 8412 164th St 8412 164th St 1 Irving Pl 1622 McDonald Ave 255 Conklin Ave 22011 Hempstead Ave 7909 Queens Blvd 11820 Queens Blvd 1027 Atlantic Ave 1068 Utica Ave 1002 Clintonville St 1002 Clintonville St 1156 Hempstead Tpke Route 49 10007 Rockaway Blvd 12694 Willets Point Blvd 343 James St 

现在，我想在我的Java代码中使用前面的表达式。

 String exp = "//*[@slot=\"address"\"]/normalize-space(.)"; XPath xpath = XPathFactory.newInstance().newXPath(); XPathExpression expr = xpath.compile(exp); Object result = expr.evaluate(doc, XPathConstants.NODESET); 

但是最后一行引发了一个exception：

Cannot convert XPath value to Java object: required class is org.w3c.dom.NodeList; supplied value has type xs:string

很明显，我应该改变XPathConstants.NODESET ; 我尝试了XPathConstants.STRING但它只返回序列的第一个元素。

我怎样才能获得类似Strings数组的东西？

提前致谢。

Answer 1

您的表达式在XPath 2.0中有效，但在XPath 1.0（在Java中使用）中是非法的 – 它应该是normalize-space(//*[@slot='address']) 。

无论如何，在XPath 1.0中，当在节点集上调用normalize-space() ，仅采用第一个节点（按文档顺序）。

为了做你想做的事情，你需要使用兼容XPath 2.0的解析器，或者遍历结果节点集并在每个节点上调用normalize-space() ：

 XPath xpath = XPathFactory.newInstance().newXPath(); XPathExpression expr; String select = "//*[@slot='address']"; expr = xpath.compile(select); NodeList result = (NodeList)expr.evaluate(input, XPathConstants.NODESET); String normalize = "normalize-space(.)"; expr = xpath.compile(normalize); int length = result.getLength(); for (int i = 0; i < length; i++) { System.out.println(expr.evaluate(result.item(i), XPathConstants.STRING)); } 

...输出完全给定的输出。

Answer 2

这取决于您使用的XPath版本。 看看这篇文章，希望它能回答你的问题： 是否有可能将规范化空间应用于XPath表达式找到的所有节点？ 祝你好运。

Answer 3

表达式 ：

 //*[@slot="address"]/normalize-space(.) 

在语法上是合法的（并且实际上是有用的）XPath 2.0表达式。

在XPath 1.0中，相同的表达式在语法上不合法 – 不允许将位置步骤作为函数调用。

实际上，不可能编写单个 XPath 1.0表达式，其结果是所需的字符串集。

您需要在程序中使用实现XPath 2.0的产品 – 例如Saxon 9.x.

Answer 4

如您所述，XPath 2.0表达式//*[@slot="address"]/normalize-space(.)返回一个字符串序列。 JAXP XPathConstants类不支持此返回类型，因为JAXP接口不支持XPath 2.0。

这有两个选择：

1. 使用XPath 2.0处理器，该处理器具有XPath 2.0的本机接口，或者可以将序列转换为JAXP支持的返回类型

2. 仅使用XPath 1.0表达式。 例如，在您的情况下，您只需选择目标节点：

    //*[@slot="address"] 

   然后迭代生成的节点集，将结果收集到数组或List 。

请注意，区分用于评估表达式的处理器和用于启动评估的接口非常重要。