不区分大小写的搜索 - xpath

Question

我正在尝试使用下面的XPath表达式对我的XML文档进行不区分大小写的搜索。 显然，我错了，因为结果不同。希望有人在这里可以指出我的错误？

我正在尝试计算<Sect>下所有Obj元素，其中<Header>值是主要目标。 为了获得计数，我使用下面的表达式，它很有用。

表达式 - 不区分大小写：返回31个节点。

("count(//TaggedPDF-doc//Part//Sect//Sect//Sect[contains(Header,\"Primary objectives\")]//OBJ)");

但我想让“主要目标”不区分大小写。 所以，我试图使用Translate。 表达式 - 添加翻译以使“主要目标”不区分大小写。

返回0个节点。

$count = $dom->findvalue("count(//TaggedPDF-doc//Part//Sect//Sect//Sect[contains(H4,
         translate(\"Primary Objectives\", 
                   'ABCDEFGHJIKLMNOPQRSTUVWXYZ', 
                   'abcdefghjiklmnopqrstuvwxyz')
         )
]//OBJ)");

希望有人在这里可以指出我错在哪里。

谢谢，Simak

Answer 1

首先，您可能不需要所有这些//步骤//允许在任一侧命名的节点之间的任意数量级别的元素 - 使用单个/步骤枚举来自根的完整路径，或者只是使用一个//搜索整棵树。

其次，你需要将你正在比较的Header值缩减，而不是你要比较的固定字符串。 尝试更像的东西

count(//Sect[
          Header[
            contains(
              translate(
                .,
                'ABCDEFGHIJKLMNOPQRSTUVWXYZ',
                'abcdefghijklmnopqrstuvwxyz'),
              'primary objectives'
            )
          ]
        ]//Obj)

这将为您提供在Sect内任何位置发生的Obj元素的计数，该Sect包含任何包含“主要目标”的Header子项（不区分大小写）。 这与稍有不同

count(//Sect[contains(translate(Header, ....

在Sect包含多个Header的情况下 - 后者只检查每个Sect的第一个 Header ，而不是在其中任何一个中查找匹配。

Answer 2

如果您可以访问XPath 2.0（或更好）的实现（包含在XQuery中），您可以使用

count(
  //TaggedPDF-doc//Part//Sect//Sect//Sect[
    contains(lower-case(H4), 'exclusion criteria')
  ]//OBJ
)

对于eXist DB ， BaseX ， Saxon和许多其他人来说 ，XPath 2.0处理器（实际上是支持XQuery的XML数据库）的Perl接口都存在。

Answer 3

你需要折叠两个字符串：

contains(translate(Header, '...', '...'), 'primary objectives')

---

请注意，您可以使用

# Letters of "primary objectives"
'ABCEIJMOPRSTVY', 'abceijmoprstvy'

而不是更大但仍然有限的集合

 # Some of the latin letters
'ABCDEFGHJIKLMNOPQRSTUVWXYZ', 'abcdefghjiklmnopqrstuvwxyz'

Answer 4

您要做的是检查H4的内容是否包含转换为小写的“排除标记”。

count = $ dom-> findvalue（“count（// TaggedPDF-doc // Part // Sect // Sect // Sect [contains（H4，translate（\\”Exclusion criteria \\“，'ABCDEFGHJIKLMNOPQRSTUVWXYZ'，'abcdefghjiklmnopqrstuvwxyz'）） ）

] // OBJ）“）;

这与做的一样：

count = $dom->findvalue("count(//TaggedPDF-doc//Part//Sect//Sect//Sect[contains(
        H4, \"exclusion criteria\"
     )
]//OBJ)");

你想要的是将H4的内容翻译成小写，并将它与你搜索的小写版本进行比较; 在这种情况下\\"exclusion criteria\\" ：

count = $dom->findvalue("count(//TaggedPDF-doc//Part//Sect//Sect//Sect[contains(
     translate(H4, 
         'ABCDEFGHJIKLMNOPQRSTUVWXYZ', 
         'abcdefghjiklmnopqrstuvwxyz'), 
     \"exclusion criteria\"
     )
]//OBJ)");