Java HtmlUnit使用XPath函数number（）和string（）时出错

假设在html页面中有以下三个锚。 使用htmlunit，我希望获得这些锚定中的数字（作为数字而不是文本）

当我只想获取href值（作为字符串）时，也会发生相同的错误。在这种情况下：

String XPath="//a[@class='someclass']/@href/string()";

但是当

String XPath="string(//a[@class='someclass']/@href)";

我只得到第一个href值

http://someaddress1.com

---

我知道我可以将这些数字作为字符串，然后将它们解析为双精度

List<DomText> list = (List<DomText>) page.getByXPath("//a[@class='someclass']/text()");
for (DomText d : list) {
  System.out.println(Double.parseDouble(list.get(i).toString()));
}

List List=（List）page.getByXPath（“//a[@class='someclass']/text（）”；
for（DOMDTEXT:列表）{
System.out.println（Double.parseDouble（list.get（i.toString（）））；
}

我可以使用.getValue（）来获取HREF

List<DomAttr> list = (List<DomAttr>) page.getByXPath("//a[@class='someclass']/@href");
for (DomAttr d : list) {
  System.out.println(list.get(i).getValue());
}

List List=（List）page.getByXPath（“//a[@class='someclass']/@href”）；
用于（DomAttr d:列表）{
System.out.println（list.get（i.getValue（））；
}

---

但事实并非如此。我想使用XPath函数来实现这一点（我猜它会更快）。

表达式

//a[@class='someclass']/number（）

在XPath 2.0中是合法的，但在XPath 1.0中不合法，因此如果您想使用该语法，您需要确保Java应用程序插入XPath 2.0引擎，如Saxon 9。但我怀疑您正在使用的API（比如

getByXPath

）是否在设计时考虑到了XPath2.0，并允许您返回值序列。JAXP允许您插入Saxon而不是Xalan，但其API不允许您返回原语值序列

---

因此，经常需要更改的不仅仅是XPath引擎。

正如Martin所说，这是XPath 2.0的一个特性。HtmlUnit目前不支持XPath 2.0。这意味着您不能使用该表达式

我建议通过在XPath之外添加解析来解决这个问题。看起来没那么糟糕，实际上这是唯一的出路。当然，您可以将其提取到一些方法中来执行字段提取和解析，这样看起来会更好

---

关于为什么不支持XPath2.0的更多细节：实际上，是HtmlUnit不支持XPath2.0。只是XPath是在

org.apache.XPath.*

中处理的，它目前不支持2.0。如果添加了对较新XPath版本的支持，那么您将能够在

getByXPath

和

getFirstByXPath

方法中使用XPath 2.0表达式。

您可以使用

number（）

函数（在XPath 1.0中可用），但由于它只为节点集中的第一个节点返回1个值，例如，在您的情况下，

number（//a[@class='someclass']）

返回

3.14

，您必须循环链接，例如

//a[@class='someclass']

，然后对每个链接调用

number（.）

。在您的应用程序代码中可能更容易操作谢谢您的回答！我不知道Saxon。如果它支持XPath 2，我会选择它。奇怪的是它不允许返回原始值序列。我想知道

//a[@class='someclass']/number（）

返回一个双数值序列，Saxon自己的API当然允许您计算这些表达式并处理这些值。只有Saxon也支持的JAXP XPath API不适合处理XPath 2.0类型系统的丰富性。我对Saxon有一点经验，似乎只适合xml。因此，我花了大部分时间使用htmlunit和jtidy将html转换为xml。这似乎是一个非常困难的情况，我没有得到我想要的结果期待。有很多ψονΔιτιονσ可以使html页面符合Saxon要求的格式良好的xml。只是想知道我是否遗漏了一些关于Saxon的XPath 2.0实现的信息。它是否仅用于xml？由于是一种

xml路径语言，XPath的名称中有
X
，因此根据其定义和规范，它是一种XPath的实现是为了使用XML。另一方面，Saxon本身不是XML解析器，它使用Xerces之类的XML解析器，Java体系结构允许您插入TagSoup（）之类的HTML解析器，或者替代XML解析器。我之所以这么问，是因为我没有遇到过关于使用XPath1.0和Xalan的html的复杂问题。谢谢你的帮助。有什么变化吗？
String XPath="string(//a[@class='someclass']/@href)";

List<DomText> list = (List<DomText>) page.getByXPath("//a[@class='someclass']/text()");
for (DomText d : list) {
  System.out.println(Double.parseDouble(list.get(i).toString()));
}

List<DomAttr> list = (List<DomAttr>) page.getByXPath("//a[@class='someclass']/@href");
for (DomAttr d : list) {
  System.out.println(list.get(i).getValue());
}