本文主要是介绍使用xpath实现document.querySelector样式选择器进行html解析（二）：扩展一下xpath以便支持正则，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
使用xpath实现document.querySelector样式选择器进行html解析（一）：将html转成xml
使用xpath实现document.querySelector样式选择器进行html解析（二）：扩展一下xpath以便支持正则
使用xpath实现document.querySelector样式选择器进行html解析（三）：实现样式选择器
使用xpath实现document.querySelector样式选择器进行html解析（四）：将选择结果封装进行输出
-----------------------------------------------------------------
继续我们的工作，在进行下一步之前，先考虑一下，为了支持css选择器，我们需要使用xpath完成哪些东西
标签选择器。。。。这个很简单嘛，//*[name()='tagName']，完全就是标签选择器嘛，根本都不需要再加工了
id选择器。。。。这个好像也很容易，//*[@id='ID']，貌似也挺容易
再看看类选择器。。。。好像有点问题，//*[contains(@class,'className')] 到是能把符合条件的节点选择出来，但是结果貌似比我们预期的要多了？他连 class="classNameA"、class="PickclassName"之类的也给匹配上了？！
Hmmmmmmmmmmm，好吧，在类选择器上，看来是必须扩展一下xpath的方法了，不管是扩展一个正则支持，还是扩展一个其他自定义函数支持，就看个人爱好了，文盲个人是倾向用正则来搞一下，毕竟除了以上三个基本选择器，后边还有属性选择器等着我们实现类似*=啦、^=啦、$=啦，嗯。。。。。为了再htmlParser中不使用正则，结果编写的实现代码中，正则还是不少啊。。。
好了，我们开始去实现一下xpath的扩展吧，这个东西网上搜一搜还是挺多了，基本上就是XsltContext、IXsltContextFunction来对xpath进行扩展
public class XpathContext: XsltContext{private XsltArgumentList _args;public XpathContext(){}public XpathContext(NameTable nt) : base(nt){}public XpathContext(NameTable nt,XsltArgumentList args) : base(nt){_args = args;}public XsltArgumentList ArgList{get{return _args;}}public override IXsltContextFunction ResolveFunction(string prefix, string name, XPathResultType[] ArgTypes){XPathExtensionFunction fun = null;switch (prefix){case "regex": // 这里是前缀名switch (name){case "ismatch": // 这里是函数名，下边的委托中，第一个参数是委托调用的函数名？应该可以这么说吧。。。。fun = new XPathExtensionFunction("RegexIsMatch", 1, 2, new XPathResultType[] { XPathResultType.NodeSet, XPathResultType.String }, XPathResultType.Boolean);break;}break;}return fun;}public override IXsltContextVariable ResolveVariable(string prefix, string name){XPathExtensionVariable result = new XPathExtensionVariable(name);return result;}public override int CompareDocument(string baseUri, string nextbaseUri){return 0;}public override bool PreserveWhitespace(XPathNavigator node){return true;}public override bool Whitespace{get{return true;}}}public class XPathExtensionFunction : IXsltContextFunction{private XPathResultType[] _xprts;private XPathResultType _xprt;private string _fn;private int _min;private int _max;public int Minargs{get{return _min;}}public int Maxargs{get{return _max;}}public XPathResultType[] ArgTypes{get{return _xprts;}}public XPathResultType ReturnType{get{return _xprt;}}public XPathExtensionFunction(string fn, int min, int max, XPathResultType[] argTypes, XPathResultType returnType){_fn = fn;_min = min;_max = max;_xprts = argTypes;_xprt = returnType;}public object Invoke(XsltContext xls,object[] args,XPathNavigator doc){switch (_fn) // 根据函数名，进行具体实现。Hmmmmmmm，应该可以叫做函数名吧。^v^{case "RegexIsMatch": // 具体实现稍后再说return false;}return null;}}public class XPathExtensionVariable : IXsltContextVariable{private string _fn = string.Empty;public XPathExtensionVariable(string fn){_fn = fn;}public object Evaluate(XsltContext xsl){XsltArgumentList vars = ((XpathContext)xsl).ArgList;return vars.GetParam(_fn, null);}public bool IsLocal{get{return false;}}public bool IsParam{get{return false;}}public XPathResultType VariableType{get{return XPathResultType.Any;}}}
呵呵，别看上边这些代码一大片，其实。。。。都是网上抄的，嗯，真的，文盲同学抄完了之后，都没弄明白各个方法之间传递的都是什么玩意，结果一不小心掉到坑里了，先不要关正则的实现，看看我们的类选择器应该怎么实现
前边已经说了，//*[contains(@class,'className')]不合适，那么用正则来进行选择就好了，//*[regex:ismatch(@class,'(?<!\w)className(?!\w)')]，嗯，这个正则很标准嘛，肯定不会选择出多余的东西。。。。好吧，我说的早了，被打脸了
问题出在什么地方？仔细调试后发现在具体实现的地方，也就是Invoke方法里，我所设置的＠class传递进来的是个什么玩意？怎么看都没有发现和class这个属性有关系。。。。
然后再想想，正则除了需要和属性计算之外，还可以和节点的正文计算，或者下一级指定节点的正文进行计算，嗯。。。xpath有这个功能，比如//div[.='标题']、//div[a=链接]，好吧，我们先吧选择器调整调整//*[regex:ismatch('@class','(?<!\w)className(?!\w)')]，嗯，这次Invoke传递进来的参数args的所有元素我都可以看懂了，进来了两个字符串，嘿嘿
具体实现正则其实就很简单了。。。
public object Invoke(XsltContext xls,object[] args,XPathNavigator doc){XmlElement xe = doc.UnderlyingObject as XmlElement;switch (_fn){case "RegexIsMatch":string att = args[0].ToString();string reg = args[1].ToString();// 按属性匹配if (att.Substring(0, 1) == "@"){if (xe.Attributes.GetNamedItem(att.Substring(1)) == null){return false;}else{// 考虑到css选择器是区分大小写的，所以这里的正则就不忽视大小写了return Regex.IsMatch(xe.Attributes.GetNamedItem(att.Substring(1)).Value, reg);}}// 实现其他正则需要实现的匹配return false;}return null;}
哦了，关于xpath的扩展我们也就写好了，使用这个扩展的方式也很简单，直接 xml.SelectNodes("//div",new XpathContext())即可，嗯，我是将这个扔到一个静态类里，这样只需要实例化一次就可以了
补充两个方法，XmlExpand的
public static XmlNode addNode(XmlNode node, string name, string namespaceURI){if (node == null){return null;}XmlNode n = node.OwnerDocument.CreateNode(XmlNodeType.Element, name, namespaceURI);node.AppendChild(n);return n;}public static XmlNode addNode(XmlNode node, string name){return addNode(node, name, "");} public static void setAttribute(XmlNode node, string name, string attrib, string namespaceURI){if (node.Name == "#text"){return;}if (node.Attributes[name] != null){node.Attributes.GetNamedItem(name).Value = attrib;}else{XmlNode att = node.OwnerDocument.CreateNode(XmlNodeType.Attribute, name, namespaceURI);att.Value = attrib;node.Attributes.SetNamedItem(att);}}public static void setAttribute(XmlNode node, string name, string attrib){setAttribute(node,name,attrib,"");}这篇关于使用xpath实现document.querySelector样式选择器进行html解析（二）：扩展一下xpath以便支持正则的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
