XPath表达式分词问题求助：无法处理谓词含斜杠的表达式

1. 用状态机跟踪谓词上下文 #

不能简单按/分割，必须跟踪当前是否处于谓词内部（[]包裹的区域）：

• 定义两种状态：OUTSIDE_PREDICATE（初始状态）和INSIDE_PREDICATE
• 遍历字符串每个字符：
  • 遇到[时切换到INSIDE_PREDICATE，此时忽略/的分隔作用
  • 遇到]时切回OUTSIDE_PREDICATE
  • 仅在OUTSIDE_PREDICATE状态下，/才作为分隔符切割token

2. 手动切割字符串，替代strsep的简单分割 #

放弃strsep自动分割，手动遍历维护token起始位置：

• 初始化start指向字符串首地址
• 逐个字符遍历：
  • 处于OUTSIDE_PREDICATE且当前字符是/时，截取start到当前字符前的内容作为一个token（跳过空token，比如开头的/）
  • 更新start为当前字符的下一个地址
• 遍历结束后，处理最后一段从start到末尾的token

3. 构建节点+谓词的结构化存储 #

分词完成后，将每个token拆分为节点名和谓词列表：

• 提取节点名：从token开头到第一个[的部分（如employee）
• 提取谓词：遍历token中的[和]配对，将每个[]内的内容作为独立谓词项（如secret-code=a/b/c、unicode=d/e/f）
• 可定义结构体存储：

  typedef struct {
      char *node_name;
      char **predicates; // 动态数组存储谓词字符串
      int predicate_count;
  } XPathNode;
  

4. 处理边界情况 #

• 开头的/：标记为绝对路径，跳过空token
• 嵌套谓词（若需兼容）：用计数器跟踪，[计数+1，]计数-1，仅当计数为0时才视为谓词结束
• 空谓词（如employee[]）：按需做合法性校验或特殊处理

内容的提问来源于stack exchange，提问作者Ram P