如何用XPath 3.1获取HTML5浏览器解析后的colspan属性值？

要让XPath获取的<td>元素colspan值和HTML5浏览器解析结果完全一致，得严格照着HTML5的属性解析规则来写表达式。下面是具体实现和说明：

最终XPath表达式 #

for $td in //td
return
  let $last_colspan := $td/@colspan[last()]
  let $clean_val := normalize-space($last_colspan)
  return
    if (empty($clean_val) or not(matches($clean_val, '^\d+$'))) then
      1
    else
      max((xs:integer($clean_val), 1))

逻辑对应HTML5解析规则 #

每一步都贴合浏览器的处理逻辑：

• 处理重复属性：$td/@colspan[last()]取最后一个colspan属性——浏览器碰到重复属性时，只会保留最后一个，前置的重复属性会被忽略。
• 清理空白字符：normalize-space($last_colspan)去掉属性值前后的空格；如果元素没有colspan属性，这一步会得到空字符串。
• 校验合法格式：matches($clean_val, '^\d+$')检查是否为纯十进制数字串——像你遇到的"2e1"，因为包含非数字字符e，会被判定为无效格式。
• 兜底有效值：
  • 若属性不存在、值为空或格式无效，直接返回默认值1；
  • 就算是纯数字但数值小于1（比如"0"），也强制返回1，因为HTML5规定colspan必须≥1。

场景测试示例 #

针对不同情况的取值结果：

• 无colspan属性的<td>：返回1
• <td colspan=" 4 ">：返回4`
• <td colspan="2e1">：返回1`（符合浏览器解析逻辑）
• <td colspan="0">：返回1`
• <td colspan="3" colspan="5">：返回5`（取最后一个属性值）

内容的提问来源于stack exchange，提问作者Fravadona