求符合要求的XPath 1.0查询：匹配含整词EXAMPLE和数字的<p>元素

需求明确 #

需要匹配满足以下条件的<p>元素：

• 包含大小写不敏感的整词EXAMPLE（即EXAMPLE需作为完整单词出现，前后为空格、任意标点符号，或位于字符串开头/结尾）
• 元素内包含至少一个数字
• 排除EXAMPLE与其他字母/数字直接连在一起的情况
• 环境仅支持XPath 1.0

解决方案 #

以下是符合要求的XPath查询：

//p[
  # 检查元素是否包含数字
  translate(., translate(., '0123456789', ''), '') != ''
  and
  # 大小写不敏感的整词匹配逻辑
  (
    normalize-space(translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', ''), ' ')) = 'EXAMPLE'
    or starts-with(normalize-space(translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', ''), ' ')), 'EXAMPLE ')
    or ends-with(normalize-space(translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', ''), ' ')), ' EXAMPLE')
    or contains(normalize-space(translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), translate(translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'), 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', ''), ' ')), ' EXAMPLE ')
  )
]

逻辑解释 #

1. 数字存在检查 #

translate(., translate(., '0123456789', ''), '') != ''

• 内层translate移除所有数字，得到不含数字的文本内容
• 外层translate保留原文本中所有数字，若结果不为空，说明元素包含至少一个数字

2. 大小写不敏感的整词匹配 #

这部分通过三步处理文本，覆盖所有整词场景：

1. 统一大小写：translate(., 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ')将所有小写字母转为大写，实现大小写不敏感匹配
2. 标准化分隔符：translate(upper_text, translate(upper_text, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789', ''), ' ')将所有非字母数字字符替换为空格，统一单词分隔规则
3. 清理连续空格：normalize-space(clean_text)合并连续空格并移除首尾空格，得到标准化的文本串

最后通过四个条件覆盖所有整词情况：

• 标准化文本等于EXAMPLE（单独出现）
• 标准化文本以EXAMPLE 开头（作为首个单词）
• 标准化文本以 EXAMPLE结尾（作为末尾单词）
• 标准化文本包含EXAMPLE（作为中间单词）

案例验证 #

匹配成功案例 #

• <p><b>for eXaMpLe:</b> 00887546858</p>：转大写并标准化后为FOR EXAMPLE 00887546858，包含EXAMPLE，且有数字，符合条件
• <p>test,eXaMpLe:00887546858</p>：转大写并标准化后为TEST EXAMPLE 00887546858，包含EXAMPLE，且有数字，符合条件

匹配排除案例 #

• <p><b>534534tretetEXAMPLE:</b> 00887546858</p>：转大写并标准化后为534534TRETETEXAMPLE 00887546858，无独立的EXAMPLE单词，不符合条件
• <p><b>EXAMPLE00887546858</p>：转大写并标准化后为EXAMPLE00887546858，EXAMPLE与数字直接连接，不符合整词要求

注意事项 #

• 该查询自动兼容所有标点符号，无需额外配置，因为非字母数字字符都会被替换为空格
• 若需要扩展支持其他特殊场景（如EXAMPLE前后有特定符号），可在整词匹配条件中补充对应规则

内容的提问来源于stack exchange，提问作者Price Mitchell