C#使用Linq to XML进行XPath查询

最近在用到HtmlAgliltyPack进行结点查询时，发现这里选择结点使用的是XPath。所以这里总结一下在C#中使用XPath查询XML的方法。习惯了用Linq，这里也是用的Linq to xml的。

Linq To XML的核心类是XDocument和XElement、XAttribute，需要引用using System.Xml.Linq命名空间。

这三个类简单理解为：

XDocument:打开的整个XML文档

XElement:节点元素

XAttribute:属性

下面简单介绍一下使用。

如有以下XML文件

 1 <?xml version="1.0" encoding="utf-8"?>
 2 <html>
 3   <head>
 4     <title>测试XML</title>
 5   </head>
 6   <body>
 7     <div class="card-container">
 8       <div class="item-title">
 9         <h3 class="item-shop-name">汪家羊肉馆</h3>
10       </div>
11       <div class="item-comment">
12         <span class="price1">￥62/人</span>
13         <span class="price2">￥12/人</span>
14         <span class="price3">2</span>
15         <span class="price4">12</span>
16       </div>
17     </div>
18   </body>
19 </html>

打开XML文件

1 XDocument doc = XDocument.Load("demo.xml");

获取根节点(html节点返回XElement类型)

var root = doc.Root;

获取第一个子节点(返回XElement类型)

1 var firstNode = root.FirstNode;

获取全部子节点(返回IEnumerable<XNode>)

1 var allChildNode = root.Nodes();

获取指定名称的第一个子节点(返回XElement类型)

1 var headNode = root.Element("head");

获取指定名称的全部子节点(返回IEnumerable<XElement>)

var allNamedNode = root.Elements("head");

获取节点指定名称的属性(<div class="card-container"> )

1 var attribute = root.Element("body").Element("div").Attribute("class");

获取节点的全部属性

1  var allAttributes = root.Attributes();

使用XPath查询(需要引用using System.Xml.XPath命名空间)

1 var xpathQeury = root.XPathSelectElement("body/div");

获取节点的名称和值

1 　 //获取结点的名称
2    var nodeName = root.Name;
3    //获取节点的值
4    var nodeValue = root.Value;

保存XML

1 doc.Save("demo.xml");

Linq查询(获取￥12/人节点下的值)

这里仅做示例，返回返回IEnumerable<XElement>类型的都可以进行Linq查询

不使用XPath

1 var queryResult = root.Element("body").Element("div").Elements("div").ElementAt(1).Elements("span").Where(x=>x.Attribute("class") != null && x.Attribute("class").Value == "price2").FirstOrDefault();
2             if(queryResult != null)
3                 Console.WriteLine(queryResult.Value);

使用XPath

1 var xpathQueryResult = root.XPathSelectElements("body/div/div[2]/span").Where(x => x.Attribute("class") != null && x.Attribute("class").Value == "price2").FirstOrDefault();
2             if(xpathQueryResult != null)
3                 Console.WriteLine(xpathQueryResult.Value);

输出结果都为下

下面开始介绍XPath

XPath 是 XML 文档中查找信息的语言，使用XPath可以对XML的元素进行查找。

这里重着介绍一下XPath语法

/ 从根节点开始选择

1 var xpathRoot = doc.XPathSelectElement("/html");
2 var xpathRoot2 = doc.XPathSelectElement("html");

运行结果

// 获取文档中所有指定的结点，不管它的位置

如要获取xml文档中所有的span节点

1             //以下获取的结果都是一样的
2             //尽管位置不一样，但查询结果是一样的
3             var body = root.Element("body").Element("div").Elements("div").ElementAt(1);
4             var allDivNodeInBody = body.XPathSelectElements("//div");
5             var allDivNodeInDoc = doc.XPathSelectElements("//div");
6             Console.WriteLine(allDivNodeInBody.Count());
7             Console.WriteLine(allDivNodeInDoc.Count());

运行结果

. 当前节点

1  var currentNode = root.XPathSelectElement(".");
2

运行结果

.. 当前节点的父节点

1 var parentNode = root.Element("body").XPathSelectElement("..");

运行结果

@ 选取属性

这个操作在Linq to xml里不支持，会产生一个"XPath 表达式的计算结果为意外类型 System.Xml.Linq.XAttribute。"异常

通配查询

* 全部节点

@* 全部属性(不支持)

谓词查询

选择第一个查询结果，如￥62/人

//span[1]

1 var firstSpanNode = doc.XPathSelectElement("//span[1]");

运行结果

选择最后一个查询结果,如最后一个12

//span[last()]

1  var lastDivNode = doc.XPathSelectElement("//span[last()]");
2 Console.WriteLine(lastDivNode.Attribute("class").Value);

运行结果

选择带有属性class的div节点

//div[@class]

1 var nodeWithClassAttribute = doc.XPathSelectElements("//div[@class]");
2             foreach (var item in nodeWithClassAttribute)
3             {
4                 Console.WriteLine("====================");
5                 Console.WriteLine(item);
6             }

运行结果

选择带有属性class，且值为item-title的div节点

//div[@class='item-title']

1  var nodeWithClassValueAttribute = doc.XPathSelectElements("//div[@class='item-title']");
2             foreach (var item in nodeWithClassValueAttribute)
3             {
4                 Console.WriteLine(item);
5             }

运行结果

简单的选择计算

获取倒数第二个div节点

//div[last()-1]

1 var nextToLastDivNode = doc.XPathSelectElement("//div[last()-1]");

运行结果

获取值大于10的span节点

//span[text()>10]

1 var greaterThanTenSpan = doc.XPathSelectElements("//span[text()>10]");

运行结果：

获取值加10等于22的span节点

//span[text()+10=22]

1 var plusTenSpan = doc.XPathSelectElements("//span[text()+10=22]");

运行结果：

常用运行符如下

+ 加

- 减

* 乘

div 除

= 等于

!= 不等于

> 大于

< 小于

>= 大于等于

<= 小于等于

or 或

and 与

组合查询

如查询值等于12或等于2的span节点

//span[text()=2]|//span[text()=12]

1  var combineQuery = doc.XPathSelectElements("//span[text()=2]|//span[text()=12]");
2             foreach (var item in combineQuery)
3             {
4                 Console.WriteLine(item.Value);
5             }

运行结果

示例代码

参考：

https://www.w3.org/TR/2017/REC-xpath-31-20170321/

https://www.w3school.com.cn/xpath/index.asp

life runs on code

作者： zhaotianff

转载请注明出处