Как извлечь значение встроенного атрибута из предыдущего значения атрибута в запросе XPath? - PullRequest
Новая
       42

Как извлечь значение встроенного атрибута из предыдущего значения атрибута в запросе XPath?

3 голосов
/ 02 июля 2011

Я пытаюсь "выбрать" ссылку из атрибута onclick в следующей части HTML 

<span onclick="Javascript:document.quickFindForm.action='/blah_blah'" 
 class="specialLinkType"><img src="blah"></span>

, но не может пройти дальше XPath 

//span[@class="specialLinkType"]/@onclick

, который только возвращает 

Javascript:document.quickFindForm.action

Любые идеи о том, как выбрать эту ссылку внутри quickFindForm.action с XPath?

Ответы [ 3 ]

1 голос
/ 02 июля 2011

Я пробовал XPath в приложении Java, и он работал нормально: 

    import java.io.IOException;
    import java.io.StringReader;

    import javax.xml.parsers.DocumentBuilder;
    import javax.xml.parsers.DocumentBuilderFactory;
    import javax.xml.parsers.ParserConfigurationException;
    import javax.xml.xpath.XPath;
    import javax.xml.xpath.XPathExpression;
    import javax.xml.xpath.XPathFactory;

    import org.w3c.dom.Document;
    import org.xml.sax.InputSource;
    import org.xml.sax.SAXException;

    public class Teste {

        public static void main(String[] args) throws Exception {
            Document doc = stringToDom("<span onclick=\"Javascript:document.quickFindForm.action='/blah_blah'\" class=\"specialLinkType\"><img src=\"blah\"/></span>");
            XPath newXPath = XPathFactory.newInstance().newXPath();
            XPathExpression xpathExpr = newXPath.compile("//span[@class=\"specialLinkType\"]/@onclick");
            String result = xpathExpr.evaluate(doc);
            System.out.println(result);

        }

        public static Document stringToDom(String xmlSource) throws SAXException, ParserConfigurationException, IOException {
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            return builder.parse(new InputSource(new StringReader(xmlSource)));
        }
    }

Результат: 

Javascript:document.quickFindForm.action='/blah_blah'
0 голосов
/ 04 июля 2011

Я использовал xquery, но он должен быть таким же в xpath. Я использовал функцию xpath «tokenize», которая разбивает строку на основе регулярного выражения (http://www.xqueryfunctions.com/xq/fn_tokenize.html). В этом случае я разбил строку на основе "" "

        xquery version "1.0";
        let $x := //span[@class="specialLinkType"]/@onclick
        let $c := fn:tokenize( $x, '''' )
        return $c[2]

Что в xpath должно быть: 

        fn:tokenize(//span[@class="specialLinkType"]/@onclick, '''' )[2]
0 голосов
/ 03 июля 2011

Если Scrapy поддерживает строковые функции XPath, это будет работать 

substring-before(
   substring-after(
      //span[@class="specialLinkType"]/@onclick,"quickFindForm.action='")
   ,"'")

Похоже, он также поддерживает регулярные выражения. Примерно так должно работать 

.select('//span[@class="specialLinkType"]/@onclick').re(r'quickFindForm.action=\'(.*?)\'')

Предостережение: я не могу протестировать второе решение, и вам придется проверить, что \' является правильной escape-последовательностью для одинарных кавычек в этом случае.

...