基于Go结构体的XPath多匹配元素首项定位问题

需求 #

需定位满足条件的首个元素，且必须保留现有XPath查询的部分内容，原因是后续要反序列化Go语言中的嵌套结构体。

现有Go结构体定义 #

type offersDto struct {
    PinnedOffer *offerDto `xpath:"(.//div[@id='aod-pinned-offer'])[1]" xpath_required:"false"`
}

type offerDto struct {
    PriceBlock *struct {
        Price string `xpath:".//span[contains(concat(' ', normalize-space(@class), ' '), ' a-offscreen ')]/text()"`
    } `xpath:".//span[contains(concat(' ', normalize-space(@class), ' '), ' a-price ')]"`
}

当前问题 #

当xpath:".//span[contains(concat(' ', normalize-space(@class), ' '), ' a-price ')]"匹配到多个结果时，查询无法正常工作。不需要数组形式，希望定位到多个（或单个）匹配结果中的首个元素。

问题场景对应的HTML结构 #

<div id="aod-pinned-offer" class="a-section a-spacing-none aod-pinned-offer-block">
    <table><tbody><tr><td>
        <span>
            <div class="some-class">
               <span class="some-class">-35%</span>
               <span class="a-price some-class">
                   <span class="a-offscreen">
                       AED354.00
                   </span>
                   <span>
                       <span>AED</span><span>354<span>.</span></span><span>00</span>
                   </span>
               </span>
            </div>
            <div class="some-class">
                <span>
                    <span>
                        <span>
                            List Price:
                            <span class="a-price some-class">
                                <span class="a-offscreen">
                                    AED541.00
                                </span>
                                <span>
                                    AED541.00
                                </span>
                            </span>
                        </span>
                    </span>
                </span>
            </div>
        </span>
    </td></tr></tbody></table>
</div>

尝试过的方法 #

希望保留查询的第一部分(.//div[@id='aod-pinned-offer'])[1]，并定位到首个class为a-offscreen的span元素，尝试了类似(.//div[@id='aod-pinned-offer'])[1](.//span[contains(concat(' ', normalize-space(@class), ' '), ' a-price ')]//span[contains(concat(' ', normalize-space(@class), ' '), ' a-offscreen ')]/text())[0]的多种括号变体，但发现不支持这种连续的集合查询写法。

解决方案 #

1. XPath语法层面解决 #

将原XPath中的()[1]替换为[position()=1]，即可正确定位到首个匹配元素。比如针对PriceBlock的XPath可修改为：

.//span[contains(concat(' ', normalize-space(@class), ' '), ' a-price ')][position()=1]

2. Go反序列化层面说明 #

后续发现encoding/json反序列化器默认会取多个元素中的首个，因此从Go语言角度，该问题无需额外处理。

内容的提问来源于stack exchange，提问作者nazzrrg