使用 XPath 提取文本节点：substring-after 函数的应用
在处理 XML 或 HTML 文档时，我们经常需要从复杂的文本节点中提取特定部分的信息。XPath 提供了强大的字符串处理函数，其中 substring-after 函数在提取特定分隔符后的文本时特别有用。
substring-after 函数简介
substring-after 函数用于返回第一个参数中出现在第二个参数指定子串之后的所有字符。其语法如下：
substring-after(string, substring)
- string: 要处理的原始字符串
- substring: 作为分隔符的子字符串
- 返回值: 分隔符之后部分的字符串，如果没有找到分隔符则返回空字符串
基本使用示例
假设我们有如下 HTML 片段：
<div class="product">
<span class="price">价格：￥199</span>
<span class="description">型号：ABC123</span>
</div>如果我们想提取价格数值 "199"，可以使用以下 XPath 表达式：
substring-after(//span[@class='price']/text(), '￥')
这个表达式的含义是：
//span[@class='price']/text()定位到包含价格的文本节点 "价格：￥199"substring-after(..., '￥')提取 "￥" 符号之后的所有字符，即 "199"
实际应用场景
场景一：提取文件扩展名
从文件路径中提取文件扩展名：
substring-after('/path/to/document.pdf', '.')结果将返回 "pdf"。
场景二：解析 URL 参数
从 URL 中提取特定参数值：
substring-after('https://ipipp.com/search?q=xpath&page=2', 'q=')这会返回 "xpath&page=2"，我们可以进一步处理得到真正的查询参数值。
场景三：处理带单位的数值
提取带有单位的测量值中的数字部分：
substring-after('长度：150cm', '：')结果将是 "150cm"，如果需要纯数字，可以结合其他字符串函数进一步处理。
与其他 XPath 函数结合使用
substring-after 经常与其他 XPath 函数结合使用以实现更复杂的文本处理：
结合 substring-before 提取中间部分
提取两个分隔符之间的内容：
substring-before(substring-after('姓名：张三；年龄：30', '姓名：'), '；')这个表达式先提取 "姓名：" 之后的内容 "张三；年龄：30"，然后从中提取 "；" 之前的部分，最终得到 "张三"。
结合 string-length 验证结果
检查提取的结果是否符合预期长度：
string-length(substring-after('订单号：20230001', '：')) = 8这将返回一个布尔值，指示提取的订单号是否为 8 位数字。
注意事项
- 大小写敏感：substring-after 函数是大小写敏感的，"Price" 和 "price" 会被视为不同的字符串。
- 找不到分隔符的情况：如果指定的分隔符不存在于原始字符串中，函数将返回空字符串。
- 多个分隔符的处理：函数只处理第一个出现的分隔符，如果需要处理多个相同分隔符的情况，可能需要结合其他函数。
- 性能考虑：在处理大型文档时，复杂的字符串操作可能会影响性能，应谨慎使用。
浏览器开发者工具中的实际应用
在 Chrome 开发者工具的 Elements 面板中，我们可以使用 XPath 来快速测试我们的表达式：
- 打开开发者工具并切换到 Elements 面板
- 按 Ctrl+F (Windows) 或 Cmd+F (Mac) 打开搜索框
- 选择 XPath 模式（点击搜索框左侧的 XPath 图标）
- 输入我们的 XPath 表达式进行测试
例如，在 ipipp.com 的页面上，我们可以尝试提取特定元素的文本内容：
substring-after(//h1/text(), '欢迎来到')
总结
substring-after 函数是 XPath 中非常实用的字符串处理函数，特别适合从结构化或半结构化的文本中提取特定部分的信息。通过与其他 XPath 函数结合使用，我们可以实现复杂的文本解析和数据提取任务。
掌握 substring-after 函数的使用，能够大大提高我们在处理 XML 和 HTML 文档时的效率和灵活性，特别是在需要从固定格式的文本中提取数据的场景中。