XPath或XQuery以排除仅包含列表的文章节

我试图摘录一篇文章的各个部分（引言、历史、概述……）。我寻找一个XPath来选择所有以标题开头并包含一些段落的部分。如果它们只包含一个列表，则应将其丢弃

例如：

<h2>Intro</h2>
<p> It has paragraph and should be extracted </p>
.....
<h2>References </h2>
<ul>...It has just list and should be discarded </ul>
<h2>...</h2>
....

Intro
它有段落，应该摘录

.....
工具书类
…它只有一个列表，应该被丢弃
...
....

如果XPath不可能，那么XQuery也可以工作。 我尝试了以下XQuery

for $x in doc("test.xq")//h2
return
   <section>{$x/following-sibling::*[preceding-sibling::h2[1] is $x]}</section>

用于文档中的$x（“test.xq”）//h2
返回
{$x/后面的兄弟姐妹：：*[前面的兄弟姐妹：：h2[1]是$x]}

---

它根据我的需要选择节，但我无法将条件（不仅是

ul

）强加给它。

不幸的是，在本例中没有创建xpath的条件

你应该扫描这棵树。找到h2后，开始收集碎片。如果在h2之前遇到p，则标记要保存的片段，否则将其删除并从该h2开始保存

---

它既可以使用dom结构，也可以通过文本搜索来完成。您在另一个问题中提到，这是在BaseX中实现的，它支持XQuery 3.0

group by

机制，那么这是如何实现的呢：

for $x in doc("test.xq")//h2/following-sibling::*[not(self::h2)]
group by $hId := generate-id($x/preceding-sibling::h2[1])
return
  if ($x[not(self::ul)]) then
    <section>{($x/preceding-sibling::h2[1], $x)}</section>
  else ()

对于doc中的$x（“test.xq”）//h2/以下同级：：*[not（self:：h2）]
group by$hId:=生成id（$x/前面的同级：：h2[1]）
返回
如果（$x[not（self:：ul）]），则
{（$x/前面的兄弟姐妹：：h2[1]，$x）}
else（）

---

在这里，我首先查找我们要收集的所有非h2元素（根据XML的结构可能有更有效的方法），然后，

groupby

意味着在每次“迭代”中，

$x

变量将是一个h2和下一个h2之间的非h2元素序列。

if

条件然后检查此组中是否至少有一个元素不是

ul

要提取xml片段，您需要两个引用。在xml中，所有h2都是等效的。我不能支持您的答案，提取的变体您可以在@splash58上查看，感谢您之前的回答，我将它们包括在问题中，但我不知道如何对提取的内容施加进一步的条件（因为它是有问题的）！并始终返回布尔值您需要的

/*[前：$x和后：$y]

ahead@splash58我在

return

之后替换了您的建议，现在它在前面的axis之后给出了错误

Expecting node test

我修改了我的问题，这个问题有XQuery吗？我已经测试过了。它给出了一个元素

…
@Win.ubuntu的结果，它将给你

ul

元素作为一个组的一部分，这个组也包括非ul元素，要求是排除只包含

ul

元素而没有其他元素的组。非常感谢，是的，它可以工作（除非

ul

嵌套在某些

div

s中），但它会在节的任何元素（例如段落）之前重复标题