如何在Ruby-Nokogiri中仅查找最顶层的指定类型节点？

问题场景 #

假设有嵌套的MathML结构如下：

<math><semantics>
  <mrow><!-- 记为(1) -->
    <mrow><!-- (1-1) --></mrow>
  </mrow>
  <mrow><!-- 记为(2) -->
    <mrow><!-- (2-1) --></mrow>
    <mrow><!-- (2-2) --></mrow>
  </mrow>
</semantics></math>

针对对应的Nokogiri::HTML对象page，执行page.css("math mrow")会返回所有<mrow>节点（共5个），最后一个是<mrow>(2-2)。但我们需要定位最顶层（层级最浅）的最后一个<mrow>节点（即示例中的<mrow>(2)），以便在其后添加新节点。由于最顶层节点的深度未知，无法通过固定搜索深度实现，需要动态筛选。

解决方案 #

方法一：通过计算节点深度筛选 #

先获取所有目标节点，计算每个节点相对于父节点的层级深度，筛选出最浅深度的节点后取最后一个：

# 获取math下所有mrow节点
all_mrows = page.css("math mrow")

# 找到math节点的路径长度作为基准
math_node = page.at_css("math")
math_depth = math_node.path.split('/').size

# 计算每个mrow节点相对于math的深度，找出最小深度
min_depth = all_mrows.map { |node| node.path.split('/').size - math_depth }.min

# 筛选出最浅深度的mrow，取最后一个
target_mrow = all_mrows.select { |node| 
  node.path.split('/').size - math_depth == min_depth 
}.last

# 示例：在目标节点后添加新mrow
new_mrow = Nokogiri::XML::Node.new("mrow", page.document)
target_mrow.add_next_sibling(new_mrow)

方法二：使用XPath直接筛选 #

利用XPath的祖先节点计数，直接定位最顶层的<mrow>节点：

# 获取math节点
math_node = page.at_css("math")

# 筛选math下没有mrow祖先的mrow节点（即最顶层mrow），取最后一个
target_mrow = math_node.xpath('./descendant::mrow[not(ancestor::mrow)]').last

这里XPath的逻辑是：查找math的所有后代<mrow>，且这些节点没有<mrow>类型的祖先，也就是层级最浅的<mrow>，最后取其中的最后一个。

内容的提问来源于stack exchange，提问作者Masa Sakano