xPath表达式：获取元素，即使它们不存在
我有这个xPath表达式，我将其放入htmlCleaner：
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img 现在，我的问题是它发生了变化，有时候/ a / img元素不存在。 所以我想要一个能够获得所有元素的表达式
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img
当/ a / img存在时，和
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]
当/ a / img不存在时
有谁有任何想法如何做到这一点？ 我在另一个问题中找到了一些看起来可能对我有帮助的东西
descendant-or-self::*[self::body or self::span/parent::body]
但我不明白。
提前致谢。
您可以选择两个互斥表达式的并集（注意| union运算符）：
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2]/a/img| //table[@class='StandardTable']/tbody/tr[position()>1]/td[2][not(a/img)]
当第一个表达式返回节点时，第二个表达式将不会（反过来），这意味着您将始终只获得所需的节点。
根据您对@Dimitre的回答，我看到HTMLCleaner并不完全支持XPath 1.0。 你真的不需要它。 您只需要HTMLCleaner来解析格式不正确的输入。 完成该工作后，将其输出转换为标准的org.w3c.dom.Document并将其视为XML。
这是一个转换示例：
TagNode tagNode = new HtmlCleaner().clean("test"); Document doc = new DomSerializer(new CleanerProperties()).createDOM(tagNode);
从现在开始，只需将JAXP与您想要的任何实现一起使用：
XPath xpath = XPathFactory.newInstance().newXPath(); Node node = (Node) xpath.evaluate("/html/body/div/p[not(child::*)]", doc, XPathConstants.NODE); System.out.println(node.getTextContent());
输出：
test
使用：
(//table[@class='StandardTable'] /tbody/tr) [position()>1] /td[2] [not(a/img)] | (//table[@class='StandardTable'] /tbody/tr) [position()>1] /td[2] /a/img
通常，如果我们想要在某些条件$cond为true时选择一个节点集（ $ns1 ）并选择另一个节点集（ $ns2 ），则可以使用以下单个XPath表达式指定 ：
$ns1[$cond] | $ns2[not($cond)]
在这种特殊情况下， ns1是 ：
(//table[@class='StandardTable'] /tbody/tr) [position()>1] /td[2] /a/img
和ns2是 ：
(//table[@class='StandardTable'] /tbody/tr) [position()>1] /td[2]
$cond是 ：
boolean( (//table[@class='StandardTable'] /tbody/tr) [position()>1] /td[2] /a/img )
这很丑陋，甚至可能都不起作用，但原则应该是：
//table[@class='StandardTable']/tbody/tr[position()>1]/td[2][exists( /a/img )]/a/img | //table[@class='StandardTable']/tbody/tr[position()>1]/td[2][not( exists( /a/img ) )]