多节点XPath子串选择在C#中提示无效令牌问题求助

原始XML文档 #

<Comments>
    <Comment>09/28/2021 22:21:31user1 [1] file uploaded </Comment>
    <Comment>09/28/2021 22:22:47user2 [2] file scanned</Comment>
    <Comment>09/28/2021 22:23:15user3 [3] Backed up before edit</Comment>
    <Comment>09/28/2021 22:23:39user3 [4] file edited </Comment>
</Comments>

需求与原始XPath表达式 #

需要从每个Comment节点中分别提取三类信息，对应的原始XPath表达式如下：

• 提取时间戳：/Comments/Comment/fn:substring(text(), 0, 20)
• 提取用户ID：/Comments/Comment/fn:substring(text(), 20, string-length(substring-before(text(), "[")) - 20)
• 提取评论内容：/Comments/Comment/fn:substring-after(text(), "]")

上述表达式在XPath测试器中可正常运行，但在C#代码中执行时返回“无效令牌”错误。

尝试的两种C#实现方式 #

方式一：使用XmlDocument.SelectNodes #

var list = new List<XmlNodeList>();
var nodes = doc.SelectNodes(strExpression); 
if (nodes.Count > 0)
{
    list.Add(nodes);
}

方式二：使用XPathNodeIterator #

XPathNodeIterator NodeIter;
NodeIter = nav.Select(strExpression);
while (NodeIter.MoveNext())
{
    if (NodeIter.Current != null)
        xpathValue.Add(NodeIter.Current.Value);
};

解决方案 #

错误核心原因是：.NET框架默认支持XPath 1.0，而fn:前缀是XPath 2.0及后续版本的命名空间写法，XPath 1.0中不需要添加该前缀，直接使用函数名即可。同时XPath 1.0的字符串索引从1开始，原表达式的索引值需做对应调整。

修正后的XPath表达式如下：

1. 提取时间戳：

/Comments/Comment/substring(text(), 1, 19)

注：时间戳格式09/28/2021 22:21:31共19个字符，XPath 1.0中从索引1开始截取19位即可准确获取

2. 提取用户ID：

/Comments/Comment/substring(text(), 20, string-length(substring-before(text(), "[")) - 19)

注：调整长度计算逻辑，匹配XPath 1.0的索引规则，确保截取到[之前的用户ID内容

3. 提取评论内容：

/Comments/Comment/substring-after(text(), "]")

使用修正后的表达式，两种C#实现方式均可正常执行。若需使用XPath 2.0特性，可引入第三方库（如Saxon-HE）替代.NET原生XML处理API。

内容的提问来源于stack exchange，提问作者Aysha Khan