![](/img/trans.png)
[英]what xpath 1 expression to do case-insensitive matching of multiline text?
[英]case insensitive tag matching with xml-conduit?
使用xml-conduit
执行不区分大小写的标记和属性名称匹配的最佳方法是什么?
例如,考虑FP Complete的Haskell学校HTML解析示例中的findNodes
函数:
-- The data we're going to search for
findNodes :: Cursor -> [Cursor]
findNodes = element "span" >=> attributeIs "class" "sb_count" >=> child
(我将这一行修改为可以与Bing当前页面结构一起使用。)
我的实验表明,匹配名称时element
和attributeIs
不执行不区分大小写的比较。 有没有简单的方法可以改变这一点?
我找到了一种解决方法...仍然对更清洁的解决方案感兴趣。
基本上,我们只是创建自己的Text.HTML.DOM
版本,该版本在创建XML树之前就在标签事件流中修复了标签和属性名称。
函数eventConduit
像这样开始:
eventConduit :: Monad m => Conduit S.ByteString m XT.Event
eventConduit =
TS.tokenStream =$= go []
where
go stack = do
mx <- await
case fmap (entities . fmap' (decodeUtf8With lenientDecode)) mx of
Nothing -> closeStack stack
...
我们将case fmap ...
行更改为:
case fmap (entities . fixNames . fmap' (decodeUtf8With lenientDecode)) mx of
fixNames
定义为:
fixNames :: TS.Token' Text -> TS.Token' Text
fixNames (TS.TagOpen x pairs b) = TS.TagOpen (T.toLower x) (map (T.toLower *** id) pairs) b
fixNames (TS.TagClose x) = TS.TagClose (T.toLower x)
fixNames t = t
现在我们只在element
和attributeIs
使用小写名称。
匹配元素时,可以使用laxElement忽略大小写。 它还将忽略名称空间。 在checkName
周围checkName
具有您要查找的确切语义的包装应该很容易。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.