![](/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
執行不區分大小寫的標記和屬性名稱匹配的最佳方法是什么?
例如,考慮FP Complete的Haskell學校HTML解析示例中的findNodes
函數:
-- The data we're going to search for
findNodes :: Cursor -> [Cursor]
findNodes = element "span" >=> attributeIs "class" "sb_count" >=> child
(我將這一行修改為可以與Bing當前頁面結構一起使用。)
我的實驗表明,匹配名稱時element
和attributeIs
不執行不區分大小寫的比較。 有沒有簡單的方法可以改變這一點?
我找到了一種解決方法...仍然對更清潔的解決方案感興趣。
基本上,我們只是創建自己的Text.HTML.DOM
版本,該版本在創建XML樹之前就在標簽事件流中修復了標簽和屬性名稱。
函數eventConduit
像這樣開始:
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
...
我們將case fmap ...
行更改為:
case fmap (entities . fixNames . fmap' (decodeUtf8With lenientDecode)) mx of
fixNames
定義為:
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
現在我們只在element
和attributeIs
使用小寫名稱。
匹配元素時,可以使用laxElement忽略大小寫。 它還將忽略名稱空間。 在checkName
周圍checkName
具有您要查找的確切語義的包裝應該很容易。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.