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,"");
}
