XPath的comment()如何选择注释节点？

<p>答案：XPath中comment()函数用于选择注释节点，与text()不同，前者提取<!-- -->内的内容，后者获取元素内的文本；可通过//comment()获取所有注释，或结合轴、谓词和字符串函数精确筛选目标注释。</p>

XPath中，

comment()

<!-- ... -->

解决方案

说实话，处理XML或HTML里的注释节点，XPath的

comment()

最基础的用法，如果你想获取文档中所有的注释节点，无论它们藏在哪里，直接用

//comment()

<!-- 这是一个全局注释 -->
<root>
    <element>
        <!-- 元素内部的注释 -->
        <item>内容</item>
    </element>
    <!-- root下的另一个注释 -->
</root>

对应上面的XML，

//comment()

如果你只想获取特定元素下的注释，那路径就得具体一点。比如，只想找

<element>

/root/element/comment()

有时候，我们不光要找到注释，可能还想看看它里面写了什么。XPath的强大之处在于，找到节点后，你还能对其内容进行判断。虽然

comment()

[]

//comment()[contains(., '特定文本')]

.

这听起来简单，但在实际操作中，注释的内容往往很随意，可能包含换行符、多余空格，甚至是一些非标准字符。所以，精确匹配有时候会是个小挑战。我的经验是，如果注释内容是人工维护的，那往往不那么规范，需要多尝试几种匹配方式。

如何精确筛选特定内容的注释节点？

要精确筛选特定内容的注释节点，光靠

comment()

最常用的方法就是使用

contains()

<!-- 用户信息：张三 -->

//comment()[contains(., '用户信息')]

.

但如果你的注释内容很长，或者有多种变体，比如

<!-- User Info: John Doe -->

<!--用户信息：李四-->

matches()

//comment()[matches(., '用户(信息|数据)')]

matches()

还有一种情况，注释内容可能包含多余的空格或者换行符。例如：

<!--
    这是一个
    多行注释
-->

如果你直接用

contains(., '多行注释')

normalize-space()

//comment()[contains(normalize-space(.), '多行注释')]

normalize-space()

所以，我的建议是，在编写匹配规则时，先仔细检查目标注释的实际内容，包括其内部的空白和换行符，再选择最合适的函数。

XPath的comment()与文本节点选择有何不同，何时使用它们？

comment()

text()

comment()

<!-- ... -->

text()

造点AI

夸克 · 造点AI

325

查看详情

比如说，你有这样的XML：

<product>
    <!-- 商品描述 -->
    这是商品的具体描述。
    <price>100</price>
</product>

如果你用

//product/comment()

//product/text()

text()

<price>100</price>

<product>

//product/price/text()

什么时候用哪个呢？这取决于你的目标。

• 使用

  comment()

  登录后复制
  ： 当你需要获取文档中那些不直接参与数据结构、但可能包含元信息、调试信息、版权声明或者其他非结构化备注时。例如，网页抓取时，有些网站会把一些动态加载的URL或者API密钥放在注释里；或者在XML配置文件中，开发者会用注释来解释某个配置项的用途。这时候，

  comment()

  登录后复制
  就是你的首选。它帮你把那些“悄悄话”找出来。

• 使用

  text()

  登录后复制
  ： 当你需要提取元素内部的实际数据内容时。这是最常见的用法，比如从网页上抓取文章标题、商品价格、用户评论等。

  text()

  登录后复制
  关注的是用户可见或业务逻辑相关的文本信息。

它们最大的不同在于语义和结构角色。注释是对文档的解释或备注，不属于文档的“内容”本身；而文本节点就是文档的“内容”。混淆它们会导致你获取到错误的数据，或者错过重要的信息。我的看法是，理解它们的本质差异，才能在复杂的文档结构中游刃有余地提取所需信息。有时候，一个元素内部既有文本又有注释，比如

<div><!-- 注释 -->一些文本</div>

comment()

text()

处理复杂或嵌套结构中的注释节点有哪些高级技巧？

处理复杂或嵌套结构中的注释节点，不仅仅是找到它们，更重要的是理解它们与周围元素的相对位置和上下文关系。这就像在地图上找一个地标，不光要知道地标的名字，还要知道它在哪个街区，旁边有什么建筑物。

一个常见场景是，你可能想找到某个特定元素“前面”或者“后面”的注释。XPath提供了轴（axes）来描述节点之间的关系。

• preceding-sibling::comment()

  登录后复制
  ： 查找当前节点之前的所有同级注释节点。比如，你想找到一个

  <title>

  登录后复制
  元素前面紧挨着的注释，可以这样写：

  //title/preceding-sibling::comment()[1]

  登录后复制
  （

  [1]

  登录后复制
  表示取最近的那个）。

• following-sibling::comment()

  登录后复制
  ： 查找当前节点之后的所有同级注释节点。类似地，

  //title/following-sibling::comment()[1]

  登录后复制
  会找到紧跟在

  <title>

  登录后复制
  后面的注释。

这在处理一些前端框架生成的HTML时特别有用，它们可能在组件的开始或结束位置插入注释，用于调试或标记。

再复杂一点，如果注释不在同级，而是在某个祖先或后代中，但你又想根据某个特定的元素来定位它，那就要结合路径和谓词了。例如，你想找到所有包含“重要”字样的注释，但这些注释必须是某个

<section id="main">

//section[@id="main"]//comment()[contains(., '重要')]

//

有时候，注释可能作为某个元素的第一个或最后一个子节点出现。你可以用

*[1]

last()

//div/comment()[1]

div

//div/comment()[last()]

div

另一个比较有意思的场景是，注释本身可能包含一些看起来像路径或者ID的信息。比如：

<!-- related-to: product-id-123 -->

我的经验告诉我，处理这些“隐藏”在注释里的信息，关键在于灵活运用XPath的轴、谓词和字符串函数。它们能让你像外科医生一样精准地定位和提取信息，即使这些信息被包裹在看似无关的注释里。但切记，注释的内容结构往往不规范，所以你的XPath表达式可能需要比处理标准元素内容时更具容错性。

以上就是XPath的comment()如何选择注释节点？的详细内容，更多请关注php中文网其它相关文章！