re：test（）XPath到HtmlAgilityPack（获取匹配的regex内部的所有p标签）

Question

c# html html-agility-pack xpath

我想要所有<p>=.+=</p>标签。正则表达式独立工作，没有<p>标签。

这是我的XPath： "//p[re:test(.,'^=.+=$', 'i')]" ： "//p[re:test(.,'^=.+=$', 'i')]"

但是当我插入它时，我得到一个例外，

HtmlNodeCollection pNodes = htmlDoc.DocumentNode.SelectNodes("//p[re:test(.,'^=.+=$', 'i')]");

例外是：

需要命名空间管理器或XsltContext。此查询具有前缀，变量或用户定义的函数。

编辑：Html由FCKEditor生成，没有定义名称空间。我是否需要为此设置一些东西？

HTML：

HtmlNodeCollection pNodes = htmlDoc.DocumentNode.SelectNodes("//p[re:test(.,'^=.+=$', 'i')]");

显然HtmlAgilityPack不处理命名空间（不是我有一个）。所以我想出了这个黑客，

var pNodes = htmlDoc.DocumentNode.SelectNodes("//p")
    .Where(node => Regex.Match(node.InnerText, "^=.+=$").Success);

如果有一个HtmlAgilityPack解决方案，我很乐意听到它！

在 Stack Overflow 上查看更多

Accepted Answer

您遇到的错误是由于表达式re:test使用名为test的XPATH函数（在前缀为re的名称空间中声明），这是XSLT上下文所不知道的。

我不知道你从哪里得到那个表达式，但它不是标准的，所以它在Html Agility Pack上下文中没有任何意义:-)

有关深入的解释，请参阅此处的精彩文章：向XPath添加自定义函数。请注意，您可以使用这些技术使其工作。

也就是说，这里是一个“纯粹的”Html Agility Pack / XPATH实现：

var pNodes = htmlDoc.DocumentNode.SelectNodes("//p[text()='=.+=']");

它使用过滤器（在[和]之间）和标准XPATH函数text（），这意味着“内部文本”。