C# Xpath和正则表达式用于自动完成过滤器

我有一个巨大的xml文档

诸如此类

<?xml version="1.0" encoding="utf-8"?>
<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="spain and africa" />
 <element id="5" name="italie and Spâin" />
</elements>

xmlNodeList将包含：

<element id="3" name="Spaïn" />
<element id="4" name="france with spâin and africa" />
<element id="5" name="italie and Spain" />

其中@n=@名称和前缀可能是：“西班牙”或“西班牙”或“西班牙”，它为我提供了0个解决方案

//element[contains(concat(' ',translate(@name,'SPAIN','spain'),' '),' spain ')]

编辑：现在，问题已经改变，但答案仍然是

只需在翻译模式中添加以下更改：

//element[contains(concat(' ',
                          translate(@name,
                                    'SPAÂâIÏïN',
                                    'spaaaiiin'),
                          ' '),
                   ' spain ')]

注意：当然，更通用的表达式需要更通用的翻译模式。

使用

//element[contains(concat(' ',translate(@name,'SPAIN','spain'),' '),' spain ')]

string str = "spain";
XmlDocument xmlDoc = new XmlDocument();                
xmlDoc.LoadXml(myXML);
// Xpath with regex or something very veloce
XmlNodeList xmlNodeList =  xmlDoc.SelectNodes("//element[contains(@name,'spain')]");  

编辑：现在，问题已经改变，但答案仍然是

只需在翻译模式中添加以下更改：

//element[contains(concat(' ',
                          translate(@name,
                                    'SPAÂâIÏïN',
                                    'spaaaiiin'),
                          ' '),
                   ' spain ')]

注意：当然，更通用的表达式需要更通用的翻译模式。

更新：

string str = "spain";
XmlDocument xmlDoc = new XmlDocument();                
xmlDoc.LoadXml(myXML);
// Xpath with regex or something very veloce
XmlNodeList xmlNodeList =  xmlDoc.SelectNodes("//element[contains(@name,'spain')]");  

由于最初的问题被修改，增加了识别单词“西班牙”的要求，不仅在所有可能的大写字母中，而且还包括重音字符，因此我更新了下面的解决方案，以便现在正确识别带有和/或的“西班牙”

这里有一个比@Alejandro更通用的解决方案：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

如果我们要选择所有元素，其

name

属性在任何大小写中都包含单词“西班牙”，并且如果可能的单词分隔符都是非字母字符，那么

此XPath表达式：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

应用于此XML文档时：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

及

$vAlpha

必须由

$vLower

和

$vUpper

的串联替换更新： 由于最初的问题被修改，增加了识别单词“西班牙”的要求，不仅在所有可能的大写字母中，而且还包括重音字符，因此我更新了下面的解决方案，以便现在正确识别带有和/或的“西班牙”

这里有一个比@Alejandro更通用的解决方案：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

如果我们要选择所有元素，其

name

属性在任何大小写中都包含单词“西班牙”，并且如果可能的单词分隔符都是非字母字符，那么

此XPath表达式：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

应用于此XML文档时：

/*/*[contains(
              concat(' ',
                     translate(translate(@name,
                                         translate(@name, $vAlpha, ''),
                                         '                                                           '),
                               $vUpper,
                               $vLower),
                     ' '
                     ),
              ' spain '
              )
     ]

<elements>
 <element id="1" name="france" />
 <element id="2" name="usa" />
 <element id="3" name="Spaïn" />
 <element id="4" name="france with spâin and africa" />
 <element id="5" name="-Spain!" />
 <element id="6" name="spain and africa" />
 <element id="7" name="italie and Spain." />
</elements>

<element id="3" name="Spaïn"/>
<element id="4" name="france with spâin and africa"/>
<element id="5" name="-Spain!"/>
<element id="6" name="spain and africa"/>
<element id="7" name="italie and Spain."/>

及

---

---

$vAlpha

必须由

$vLower

和

$vUpper

的串联替换。你能解释一下添加concat的用法吗？@Treemonkey:是的

contains（@name，'spain'）

将匹配“spainly”。由于没有空格，如果名称仅为name=“spain”，它还会得到元素吗？谢谢你的回复：）@Treemonkey:是的，因为前面和后面的空格连接到

@name

。你能删除答案的//以使其具有语法色彩吗？你能解释一下添加concat的用法吗？@Treemonkey:是的

contains（@name，'spain'）

将匹配“spainly”。由于没有空格，如果名称仅为name=“spain”，它还会得到元素吗？谢谢回复：）@Treemonkey：是的，因为前导空格和尾随空格连接到

@name

。您能否删除答案的//以使其具有语法颜色？如果您的筛选器是用户提供的，请务必以某种方式将其转义。例如，如果用户输入一些包含xpath特殊字符的字符串，则

SelectNodes

可能会提出一个很好的问题，+1。有关允许任何非字母字符分隔任何单词的更通用解决方案，请参见我的答案。：）@克里斯托夫·德博夫：谢谢你让这个问题变得更加有趣。请参阅我的最新答案。：）@克里斯托夫·德博夫：我已经做了详尽的搜索，看来我的解决方案可能是解决你问题的唯一方法。特别是，没有办法在正则表达式中为“a的所有重音字符”或任何单个特定字符指定字符类。这意味着即使使用正则表达式，也必须枚举所有重音字符。因此，如果一个人决定编写一个正则表达式，那么他将不会得到比我的解决方案更好的结果。如果你的过滤器是用户提供的，那么一定要设法避开它。例如，如果用户输入一些包含xpath特殊字符的字符串，则

SelectNodes

可能会提出一个很好的问题，+1。有关允许任何非字母字符分隔任何单词的更通用解决方案，请参见我的答案。：）@克里斯托夫·德博夫：谢谢你让这个问题变得更加有趣。请参阅我的最新答案。：）@克里斯托夫·德博夫：我已经做了详尽的搜索，看来我的解决方案可能是解决你问题的唯一方法。特别是，没有办法在正则表达式中为“a的所有重音字符”或任何单个特定字符指定字符类。这意味着即使使用正则表达式，也必须枚举所有重音字符。因此，如果一个人决定写一个正则表达式来代替，他将不会得到比我的解决方案更好的结果。+1是的，这也是一个很好的解决方案，添加了删除的要求punctuation@Christophe-德博：谢谢你让这个问题变得更有趣。请参阅我的最新答案。：）@迪米特里：这可能行得通，但我正在寻找一种更自动的方式，以你的方式，我们不能避免错过一些琐碎的东西（非拉丁语）caracter@Christophe-德博夫：不仅“它能工作”，而且它能工作！至于将其用作“自动”解决方案——是的，只需将所有重音字符以我的解决方案中演示的方式添加到

$vLower

和

$vUpper

变量中——只有几个元音，每个元音只有几个重音变体。您介意XPath 2.0解决方案吗（您可能需要访问非标准XPath（2.0）引擎，如Saxon或XQSharp）？@Dimitre可能是我，但我不是来让它工作的，我编辑我的问题以添加我的C代码+1是的，不是