如何在XPath过滤器中为近似匹配词设置排除例外？

我完全懂你的困扰——你想用XPath筛选出title里包含"house"的条目，但不想把"houseboat"这种带"house"前缀的词也包含进来，而且直接加not(contains(...))没达到预期效果，对吧？

先来说说你当前表达式可能存在的问题：你的原始过滤器少了闭合的括号，这可能导致语法错误，让后续的例外条件失效。另外，如果你的需求是排除所有包含"houseboat"的条目，那正确的表达式应该是这样的：

/node[
  title[1][
    contains(translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'house')
    and not(contains(translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'houseboat'))
  ]
]

不过这个方法有个局限：如果某个title里同时包含"house"和"houseboat"（比如"Beautiful house and houseboat"），这个表达式会直接排除它，但你可能其实想保留这种有独立"house"词的条目。

如果你的真实需求是匹配"house"作为独立的词（不管前后是空格、标点还是字符串边界，只要不是其他字母），那需要更精确的匹配逻辑，分两种情况处理：

情况1：你的工具支持XPath 2.0及以上 #

XPath 2.0+支持正则表达式，用matches函数可以轻松实现不区分大小写的独立词匹配：

/node[title[1][matches(., '(\W|^)house(\W|$)', 'i')]]

解释一下这个表达式：

• matches(., 'pattern', 'i')：i参数表示不区分大小写，不用再写translate函数
• (\W|^)：匹配非字母数字字符或者字符串开头
• house：匹配目标词
• (\W|$)：匹配非字母数字字符或者字符串结尾

这样就能精准匹配独立的"house"词，自动排除"houseboat"、"household"这类把"house"作为前缀/后缀的单词。

情况2：你的工具只支持XPath 1.0 #

XPath 1.0没有原生正则，需要用字符串处理来模拟独立词匹配：

/node[
  title[1][
    let $lower-title := translate(., 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'),
        $title-length := string-length($lower-title)
    return
      <!-- 完全等于"house" -->
      $lower-title = 'house'
      <!-- 以"house"开头，且后面不是字母 -->
      or (starts-with($lower-title, 'house') and ($title-length = 5 or not(contains('abcdefghijklmnopqrstuvwxyz', substring($lower-title, 6, 1)))))
      <!-- 以"house"结尾，且前面不是字母 -->
      or (substring($lower-title, $title-length - 4) = 'house' and ($title-length = 5 or not(contains('abcdefghijklmnopqrstuvwxyz', substring($lower-title, $title-length - 5, 1)))))
      <!-- "house"在中间，前后都不是字母 -->
      or (contains($lower-title, 'house') and not(starts-with($lower-title, 'house')) and not(substring($lower-title, $title-length - 4) = 'house') and not(contains('abcdefghijklmnopqrstuvwxyz', substring($lower-title, string-length(substring-before($lower-title, 'house')), 1))) and not(contains('abcdefghijklmnopqrstuvwxyz', substring($lower-title, string-length(substring-before($lower-title, 'house')) + 5, 1))))
  ]
]

这个表达式覆盖了所有"house"作为独立词的场景，能排除任何把"house"作为单词一部分的情况。

最后提醒一下：检查你的导入工具支持的XPath版本，优先用正则的方法，更简洁可靠。

内容的提问来源于stack exchange，提问作者B4rT