使用HtmlUnit选择XPath中的默认名称空间

我想从这个提要中阅读所有项目   节点，所以通常是“ 0” XPath   应该可以。不幸   在这种情况下不起作用。 在XPath中，这意味着\“选择所有名称空间中没有本地名称为namespace5 namespace的元素\”。在RSS中，“ 5”个元素必须位于名称空间中。因此，以上内容绝对不能与兼容的XML解析器和XPath引擎一起使用。 令人困惑的是，在XML中，“ 7”的意思是“在默认名称空间中有一个名为item的元素，即文档中此位置范围内的任何默认名称空间；”而在XPath中，“ \ item \”表示没有命名空间的元素。 （或者，您可以说这意味着默认名称空间中的一个元素，但是除非您有办法告诉XPath默认名称空间是什么，否则默认名称空间就没有名称空间。通常（总是？）在XPath 1.0中是无法实现的声明XPath表达式的默认名称空间。） 初学者的另一个困惑是，XPath处理器认为源XML文档中的名称空间前缀映射不重要。解析XML文档时，将建立一个数据结构，该数据结构会记住每个元素（和其他节点）的名称和名称空间。所使用的名称空间前缀（包括默认名称空间的空前缀）仅被视为语法上的便利。下面的更多内容...   有了Nokogiri，我就可以   可以工作的XPath

//xmlns:item

  返回提要中的所有节点。 不管是什么，它都不是XPath。也许它是对它的Nokogiri扩展（一种非常方便的扩展，但其语法确实违反直觉）。   所以我想我可以提出我的问题   如：我如何从中选择一个节点   HtmlUnit的默认名称空间？ 让我们用它来表述为：如何使用HtmlUnit选择RSS项目元素？之所以这样说是因为RSS规范（实际上通常是任何符合XML的词汇规范）都不需要其元素位于默认名称空间中。在您收到的样本中，这确实是正确的，但是服务提供商可能会在明天改变这种情况，并且仍然完全符合RSS。明天，服务提供商可以为该名称空间使用\“ rss \”名称空间前缀。或任何其他任意前缀。 RSS确实指定了其元素将位于哪个名称空间：URI为“ 9”的名称空间。 就像是在问：“我如何编写一个函数（使用Javascript，C，Java等），可以告诉我变量

a

的值？\”通常，一个函数不知道变量名是什么用于呼叫者中的内容。它所知道的只是其参数的值。如果您呼叫

sqrt(4)

，您将得到与

a = 4; sqrt(a)

或

rumpelstiltzkin = 4; sqrt(rumpelstiltzkin)

相同的答案。显然，变量参数的名称对函数调用的结果没有直接影响。它只需要是拥有正确值的变量的名称。如果编译器抱怨是因为您编写了

b = 4; return sqrt(b)

而不是使用ѭ10complain，那么您会认为编译器很疯狂。只要使用有效的标识符，就不应该在意变量名。 同样，在处理RSS时，我们不必关心使用什么名称空间前缀，只要它是标识正确名称空间的前缀即可。它不能是前缀（标识默认名称空间）。 在XPath 2.0中，可以通配名称空间。如果您知道不需要歧义空间，这将非常方便。在这种情况下，您可以选择

//*:item

。但是，我不认为HTMLUnit支持XPath 2.0。同样在XPath 2.0环境（例如XSLT 2.0）中，您可以为XPath表达式指定默认的命名空间，但这在HTMLUnit中无济于事。 因此，您有两种选择： 使用一个忽略名称空间的XPath表达式，例如ѭ17。 要么 健壮的方法：为

http://purl.org/rss/1.0/

注册一个名称空间前缀，并在您的XPath表达式

//rss:item

中使用它。问题就变成了，如何在HTMLUnit中注册名称空间前缀并将其传递给XPath处理器？我快速浏览了一下文档，却没有找到执行此操作的任何工具。 警告：我还要补充一点，以上内容是关于符合标准的XPath处理器的。我不知道HTMLUnit使用什么XPath处理器。有一些XPath处理器忽略了规范，使每个人都感到困惑。 我在这里看到有人对HTMLUnit的默认名称空间中的元素使用了以下语法：

//:item

但出于以下三个原因，我不建议您这样做： 它不是有效的XPath，因此您不能指望它可以与其他程序一起使用。 它仅适用于声明RSS名称空间为默认名称空间的RSS feed。使用名称空间前缀的RSS feed将导致以上操作失败。 它将使您不了解XML命名空间的真正工作原理，并有助于保持那些不充分支持命名空间的工具的现状。 HTMLUnit主要是为HTML设计的，因此可以理解XML的不完整处理。但是声称支持XPath然后不提供声明名称空间前缀的方法是一个错误。 HTMLUnit使用的XPath包似乎是Xalan-J的一部分。该程序包提供了到XPath的名称空间映射的方法，但是我不知道HTMLUnit是否公开了该功能。     

这听起来很熟悉，我可以确定自己过去已经成功地将名称空间和XPath与HtmlUnit一起使用了，但是我当然找不到代码。我怀疑它一定只与HTML页面有关：示例中的ѭ21引用是一个ѭ22，它具有许多特定于名称空间的方法，所有这些方法在使用时都会引发“未实现”异常。 :-( HtmlUnit的当前版本（2.8）已经使用了将近一年，因此可能在此期间已经完成了一些工作来支持XML名称空间。 \“ HtmlUnit Users \”邮件列表将是查找的地方。 同时，与往常一样，有一种解决方法：

final XmlPage page = webClient.getPage(\"http://feeds.feedburner.com/alcoanewsreleases\");

// no good
List elements = page.getByXPath(\"//item\");
System.out.println( elements.size() ) ;

// ugly, but it works
DomElement de = (DomElement)page.getFirstByXPath( \"//rdf:RDF\" );
List<DomNode> items = new ArrayList<DomNode>() ;
for( DomNode dn : de.getChildNodes() )
{
    String name = dn.getLocalName() ;
    if( ( name != null ) && ( name.equals( \"item\" ) ) )
        items.add( dn ) ;
}
System.out.println( \"found \" + items.size() ) ;

哦，Java小子在Scala工作后很痛苦... ;-)