如何根据子元素内容提取XML中的外层Product节点？

首先明确需求：从包含嵌套<Product>节点的XML结构里，根据<Attribute Name="Identifier">的文本内容，提取包含该元素的完整顶层Product节点——比如搜索NumberOne时返回Id为1的Product及其所有子内容，搜索NumberTwo时返回Id为2的Product节点。

你的原始XML结构如下：

<products xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
  <Product Id="1">
    <Product Id="1_1">
      <Attribute Name="Whatever"></Attribute>
    </Product>
    <Attribute Name="Identifier">NumberOne</Attribute>
  </Product>
  <Product Id="2">
    <Attribute Name="Identifier">NumberTwo</Attribute>
  </Product>
</products>

为什么正则表达式会失效？ #

你尝试的正则：

<Product ((?!</Product>)[\S|\s])*<Attribute Name="Identifier">NumberOne</Attribute>((?!</Product>)[\S|\s])*</Product>

核心问题出在嵌套的<Product>节点上。正则是基于文本的匹配逻辑，它没法理解XML的层级结构——负前瞻(?!</Product>)会在遇到第一个</Product>（也就是嵌套的Id=1_1的Product闭合标签）时就停止匹配，根本没法正确捕获外层的Id=1的Product节点，自然满足不了需求。

可靠的解决方案：使用XPath #

既然要处理XML的层级关系，XPath是更精准的工具，它能直接理解XML的节点结构。你最终采用的表达式完全能解决问题：

//products//Product[Attribute[@Name="Identifier" and text()="NumberOne"]]

表达式拆解： #

• //products：定位到XML的根节点<products>
• //Product：在根节点范围内查找所有<Product>节点（包括嵌套的）
• [Attribute[@Name="Identifier" and text()="NumberOne"]]：谓语筛选——只保留那些包含目标<Attribute>的<Product>节点。因为只有顶层Product才带有你要找的Identifier属性（嵌套的Product没有），所以会精准定位到你需要的顶层节点。

如果要动态替换搜索文本，只需把NumberOne换成目标关键词即可，比如搜索NumberTwo时，表达式改为：

//products//Product[Attribute[@Name="Identifier" and text()="NumberTwo"]]

这种方法不需要处理复杂的XML对象解析（即使是字符串层面，也可以用支持XPath的轻量库比如Python的lxml，直接加载XML字符串后执行查询），就能精准提取到目标顶层Product节点。

内容的提问来源于stack exchange，提问作者user2549803