XPath的substring-after()函数如何截取？

substring-after()用于截取分隔符后的字符串，如substring-after("apple-banana-cherry", "-")返回”banana-cherry”；与substring-before()区别在于前者取分隔符后部分，后者取前部分；若分隔符不存在则返回空字符串，需结合string-length()等函数处理；实际应用如提取商品标题中“-”后的名称或URL中“//”与“/”之间的域名。

XPath 的

substring-after()

函数用于从字符串中截取指定分隔符之后的部分。简单来说，它会找到字符串中第一个出现的分隔符，然后返回分隔符后面的所有字符。

如何使用 XPath 的 substring-after() 函数进行截取？

substring-after(string, substring)

其中：

• string

  ：要进行截取的字符串。

• substring

  ：分隔符字符串。

举个例子，假设我们有这样一个字符串：”apple-banana-cherry”，我们想截取第一个 “-” 之后的内容，那么 XPath 表达式就是：

substring-after("apple-banana-cherry", "-")

结果会是 “banana-cherry”。

XPath 中 substring-after() 函数与 substring-before() 函数的区别是什么？

substring-after()

截取的是分隔符 之后 的部分，而

substring-before()

截取的是分隔符 之前 的部分。 就像切蛋糕，

substring-after()

拿走的是切口右边的部分，

substring-before()

拿走的是切口左边的部分。

比如，对于同一个字符串 “apple-banana-cherry” 和分隔符 “-“，

• substring-after("apple-banana-cherry", "-")

  的结果是 “banana-cherry”。

• substring-before("apple-banana-cherry", "-")

  的结果是 “apple”。

理解它们的区别，才能更准确地从 XML 或 HTML 文档中提取所需的数据。 如果需要截取多个分隔符后的内容，可能需要结合其他 XPath 函数，例如

substring-after()

嵌套使用，或者使用更复杂的表达式。

如何处理 substring-after() 函数找不到分隔符的情况？

如果

substring-after()

函数在目标字符串中找不到指定的分隔符，它会返回空字符串 “”。 这一点很重要，因为在编写 XPath 表达式时，需要考虑到这种情况，避免程序出现意料之外的错误。

例如，如果我们在字符串 “apple” 中查找分隔符 “-“，XPath 表达式为：

substring-after("apple", "-")

结果会是 “” (空字符串)。

在实际应用中，可以通过

string-length()

函数判断结果是否为空字符串，从而进行相应的处理。 例如，可以使用

if

语句（XPath 2.0 及以上版本支持）或

choose

语句（如果使用 XSLT）来处理这种情况。

substring-after() 函数在实际网页数据抓取中的应用案例？

假设我们正在抓取一个电商网站的商品信息，商品的标题格式是 “品牌名称 – 商品名称”。 我们想提取商品名称，可以使用

substring-after()

函数。

例如，如果商品的标题是 “Apple – iPhone 13″，那么 XPath 表达式可以是：

substring-after(//h1[@class='product-title']/text(), " - ")

这个表达式首先通过

//h1[@class='product-title']/text()

找到商品标题的文本节点，然后使用

substring-after()

函数截取 ” – ” 之后的内容，得到 “iPhone 13″。

另一个例子，假设我们有一个 URL 列表，我们想提取域名。 URL 的格式是 “https://www.php.cn/link/4fc147e998bc303d0f94b6239b7b1449“。 XPath 表达式可以是：

substring-before(substring-after(//a/@href, "//"), "/")

这个表达式首先使用

substring-after(//a/@href, "//")

截取 “//” 之后的内容，得到 “www.example.com/path/to/resource”，然后使用

substring-before(..., "/")

截取第一个 “/” 之前的内容，得到 “www.example.com”。

这些只是简单的例子，实际应用中可能需要根据具体情况调整 XPath 表达式。 重要的是理解

substring-after()

函数的原理和用法，并结合其他 XPath 函数灵活运用。