Regex XPath

[AyKay]

"Finde heraus, was Du nicht gut kannst. Und das lasse dann sein!", Gordon Shumway

In meinem Fall: Reguläre Ausdrücke. Ich werde es nicht mehr lernen.

XPath-Ausdrücke brauchen immer noch zwingend eine Namensraum- (Namespace) Vergabe. JDom, etc. beispielsweise können kein XHTML mit folgendem XPath Ausdruck verarbeiten:

.//*[@id='content']/div[5]/table/tr[8]/td[2]/text()

Das geht nur mit:

.//*[@id='content']/x:div[5]/x:table/x:tr[8]/x:td[2]/text()

und

xpath.addNamespace("x", document.getRootElement().getNamespaceURI());

Soweit ein alter Hut. Wie zum %&&#%$ kann ich per RegEx die "x:" Prefixe einfügen. Ich habe 1.000 Versuche unternommen und 100x die Suchmaschine meines Vertrauens konsultiert. Verzweiflung naht.

 

[faetzminator]

Nach welchen Regeln soll das [c]x:[/c] eingefügt werden? Nach einem Slash vor Alpha scheint schon mal nicht hinzuhauen, genau so wenig wie wenn man sich auf das [xy] verlässt. Du gibst uns die Rules, wir schreiben dir den Regex

 

[AyKay]

Nach welchen Regeln soll das [c]x:[/c] eingefügt werden? Nach einem Slash vor Alpha scheint schon mal nicht hinzuhauen, genau so wenig wie wenn man sich auf das [xy] verlässt. [...]

Genau. Klappt alles nicht.

Mein (wohl falscher) Ansatz war:

Ersetze alle "/",

• auf denen kein weiteres "/" folgt und
• auf denen kein "@" folgt und
• auf denen kein "text()" folgt

mit "/x:"

[...] Du gibst uns die Rules, wir schreiben dir den Regex

Ich will dich/euch nicht vergraueln, aber ich küsse euch die Är....e, wenn ihr das hinbekommt.

 

[AyKay]

Mein (wohl falscher) Ansatz war:

Ersetze alle "/",

• auf denen kein weiteres "/" folgt und
• auf denen kein "@" folgt und
• auf denen kein "text()" folgt

mit "/x:"

Wobei das noch nicht ausreicht. Links von "/" darf außerdem kein "/" stehen, so daß die Regeln nach meinem Ansatz sein müßten:

Ersetze alle "/",

• auf denen kein weiteres "/" folgt und
• auf denen kein "@" folgt und
• auf denen kein "text()" folgt und
• die direkt links von sich kein "/" stehen haben

mit "/x:"

Wahrscheinlich total kompliziert gedacht. Der ganze Ansatz kann schon grundfalsch sein.

Mit Programmcode bekommt man es natürlich hin. Aber das kann es ja nicht sein.

package ....test;

import org.junit.Test;

public class StringTest2
{

	@Test
	public void test()
	{
		String testExpression1 = ".//*[@id='content']/div[5]/table/tr[8]/td[2]/text()";
		String testExpression2 = ".//*[@id='content']/div[5]/table/tr[8]/td[2]/div/a/@href";

		System.out.println("testExpression1: \t" + testExpression1);
		String enhancedExpression1 = enhanceXPathByNS(testExpression1, "x");
		System.out.println("enhanced: \t\t" + enhancedExpression1);
		System.out.println("testExpression2: \t" + testExpression2);
		String enhancedExpression2 = enhanceXPathByNS(testExpression2, "x");
		System.out.println("enhanced: \t\t" + enhancedExpression2);
	}

	protected String enhanceXPathByNS(String xpathString, String namespacePrefix)
	{
		String[] rightLimiters = new String[] { "/", "@", "text()" };
		String[] leftLimiters = new String[] { "/" };

		int slashIndex = -1;
		while ((slashIndex = xpathString.indexOf('/', ++slashIndex)) != -1)
		{
			// Check if term left of "/" is any left limiter
			boolean isHeadMatching = false;
			for (String leftLimiter : leftLimiters)
			{
				int leftStartPos = slashIndex - leftLimiter.length();
				int leftEndPos = slashIndex;
				if (leftStartPos > -1 && leftEndPos > -1)
					isHeadMatching |= xpathString.substring(leftStartPos, leftEndPos).equals(leftLimiter);
			}

			// Check if term right of "/" is any right limiter
			boolean isTailMatching = false;
			for (String rightLimiter : rightLimiters)
			{
				int rightStartPos = slashIndex + 1;
				int rightEndPos = slashIndex + 1 + rightLimiter.length();
				if (rightStartPos <= xpathString.length() && rightEndPos <= xpathString.length())
					isTailMatching |= xpathString.substring(rightStartPos, rightEndPos).equals(rightLimiter);
			}

			if (!isHeadMatching && !isTailMatching) // Take single "/" that have no adjacent terms
				xpathString = xpathString.substring(0, slashIndex + 1) + namespacePrefix + ":"
								+ xpathString.substring(slashIndex + 1);
		}

		return xpathString;
	}
}

Output:

testExpression1: 	.//*[@id='content']/div[5]/table/tr[8]/td[2]/text()
enhanced: 		.//*[@id='content']/x:div[5]/x:table/x:tr[8]/x:td[2]/text()
testExpression2: 	.//*[@id='content']/div[5]/table/tr[8]/td[2]/div/a/@href
enhanced: 		.//*[@id='content']/x:div[5]/x:table/x:tr[8]/x:td[2]/x:div/x:a/@href

 

[faetzminator]

Also wenn du da draus noch einen brauchbaren (J)Unit Test machst, bring ichs schon hin