Hive XPath如何提取XML中指定类型元素的数组？

嘿，我来帮你解决这个XPath的问题！首先看你给出的XML结构：

<d><a><c>1</c><b>2</b><b>3</b></a></d>

你想要提取<b>元素的文本数组[2,3]，但之前的尝试遇到了两个问题：

• 用//*[local-name()='a']/*/text()得到了[1,2,3]，这是因为*匹配了<a>下的所有子元素（包括<c>和<b>），所以把所有文本都包含进来了
• 用//*[local-name()='a']/b返回空数组，这大概率是命名空间在搞鬼

正确的XPath写法 #

如果你的XML带有默认命名空间（比如根元素隐含了xmlns属性），或者你必须用local-name()来规避命名空间问题，那么正确的表达式应该是：

//*[local-name()='a']/*[local-name()='b']/text()

如果你的XML没有任何命名空间（就是你给出的纯结构），那可以更简洁：

//a/b/text()

为什么之前的//*[local-name()='a']/b失效？ #

如果XML里存在默认命名空间（比如<d xmlns="http://some-namespace.com">），但你在XPath里没有绑定对应的前缀，直接写b会被解析成无命名空间的元素，而XML中的<b>其实属于默认命名空间，所以匹配不到。用*[local-name()='b']就能只匹配本地名称为b的元素，完美避开命名空间的干扰。

用上面的正确表达式测试，就能得到你想要的[2,3]数组啦！

内容的提问来源于stack exchange，提问作者gjin