在Pentaho提取XML时，如何在XPATH中添加判断标签是否含<paragraph>的条件？

针对你提供的XML结构，要在Pentaho里用XPath添加条件来筛选包含<paragraph>标签的节点，其实可以利用XPath的节点存在性检查语法，非常直观：

两种常见场景的XPath写法 #

• 筛选直接包含<paragraph>作为子元素的节点（比如示例里的<td ID="problem30comment">）：
  用这个XPath表达式：

  //td[paragraph]
  

  这个表达式的意思是：选择所有拥有<paragraph>直接子元素的<td>节点。

• 筛选后代中包含<paragraph>的节点（比如包含该<td>的<tr>）：
  如果你的目标是上层节点（比如<tr>），需要检查它的所有后代里是否有<paragraph>，就用：

  //tr[.//paragraph]
  

  这里的.//paragraph表示当前<tr>节点下的任意层级后代中的<paragraph>元素。

在Pentaho中应用的小提示 #

在Pentaho的XML输入步骤里，把上述XPath作为你的目标节点路径，就能只提取符合条件的节点。比如如果要提取包含<paragraph>的<tr>，就把XPath设为//tr[.//paragraph]，这样只会选中第一个<tr>，而跳过没有<paragraph>的第二个<tr>。

内容的提问来源于stack exchange，提问作者Abhishek