OOXML中的XPath

Question

這是您的專家的XPath/OOXML問題。

我有一個MSOffice docx，帶有不同顏色的高亮顯示的文本，我必須將其轉換爲XML，然後使用XPath標識所有高亮顯示的內容，而不考慮顏色，以便可以用XML規則對它們進行過濾。

下面是一個例子如何看起來的MSWord

我明白，我怎麼能選擇的子節點，如果它存在使用// w ^：P/W：R/W：RPR/W：亮點[@w：VAL =「黃色」]」 但不是如何可以選擇包含文本，如果在同一<w:r>塊中存在的高亮節點的實際節點W:t

例：我需要選擇內<W:t>文本如果<w:highlight>存在於父代中節點，併爲文檔中的所有情況執行此操作。

所以在這個例子中，我需要選擇文本「這一個去，因爲它突出顯示黃色」，因爲它有一個w：與w：val黃色相關的高亮節點。

<w:r w:rsidRPr="003815B4"> 
         <w:rPr> 
          <w:highlight w:val="yellow"/> 
         </w:rPr> 
         <w:t>This one goes because it is highlighted yellow</w:t> 
        </w:r> 

任何幫助或指針將不勝感激:-)

這裏的DOCX的XML例子（與可讀性刪除OOXML頭）

<?xml version="1.0" encoding="UTF-8" standalone="yes"?> 
<doc> 
<w:body> 
       <w:p w:rsidR="00B93038" w:rsidRDefault="003815B4"> 
        <w:r> 
         <w:t>This line stays because it is not highlighted in any colour</w:t> 
        </w:r> 
       </w:p> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
        <w:r w:rsidRPr="003815B4"> 
         <w:rPr> 
          <w:highlight w:val="yellow"/> 
         </w:rPr> 
         <w:t>This one goes because it is highlighted yellow</w:t> 
        </w:r> 
       </w:p> 
       <w:tbl> 
        <w:tblPr> 
         <w:tblStyle w:val="TableGrid"/> 
         <w:tblW w:w="0" w:type="auto"/> 
         <w:tblLook w:val="04A0" w:firstRow="1" w:lastRow="0" w:firstColumn="1" w:lastColumn="0" w:noHBand="0" w:noVBand="1"/> 
        </w:tblPr> 
        <w:tblGrid> 
         <w:gridCol w:w="4621"/> 
         <w:gridCol w:w="4621"/> 
        </w:tblGrid> 
        <w:tr w:rsidR="003815B4" w:rsidTr="003815B4"> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
           <w:r> 
            <w:t>And so on</w:t> 
           </w:r> 
          </w:p> 
         </w:tc> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
           <w:r w:rsidRPr="003815B4"> 
            <w:rPr> 
             <w:highlight w:val="cyan"/> 
            </w:rPr> 
            <w:t>Blue highlight</w:t> 
           </w:r> 
          </w:p> 
         </w:tc> 
        </w:tr> 
        <w:tr w:rsidR="003815B4" w:rsidTr="003815B4"> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
           <w:r> 
            <w:t>Red</w:t> 
           </w:r> 
          </w:p> 
         </w:tc> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
           <w:r> 
            <w:t xml:space="preserve">Mixed </w:t> 
           </w:r> 
           <w:r w:rsidRPr="003815B4"> 
            <w:rPr> 
             <w:highlight w:val="red"/> 
            </w:rPr> 
            <w:t>text</w:t> 
           </w:r> 
           <w:r> 
            <w:t xml:space="preserve"> with </w:t> 
           </w:r> 
           <w:r w:rsidRPr="003815B4"> 
            <w:rPr> 
             <w:highlight w:val="green"/> 
            </w:rPr> 
            <w:t>some highlighted</w:t> 
           </w:r> 
           <w:r> 
            <w:t xml:space="preserve"> and some not</w:t> 
           </w:r> 
          </w:p> 
         </w:tc> 
        </w:tr> 
        <w:tr w:rsidR="003815B4" w:rsidTr="003815B4"> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"/> 
         </w:tc> 
         <w:tc> 
          <w:tcPr> 
           <w:tcW w:w="4621" w:type="dxa"/> 
          </w:tcPr> 
          <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"/> 
         </w:tc> 
        </w:tr> 
       </w:tbl> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"/> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
        <w:r> 
         <w:t>Another highlight</w:t> 
        </w:r> 
       </w:p> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
        <w:r> 
         <w:t>Some text</w:t> 
        </w:r> 
       </w:p> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"/> 
       <w:p w:rsidR="003815B4" w:rsidRDefault="003815B4"> 
        <w:r> 
         <w:t>End</w:t> 
        </w:r> 
        <w:bookmarkStart w:id="0" w:name="_GoBack"/> 
        <w:bookmarkEnd w:id="0"/> 
       </w:p> 
       <w:sectPr w:rsidR="003815B4"> 
        <w:pgSz w:w="11906" w:h="16838"/> 
        <w:pgMar w:top="1440" w:right="1440" w:bottom="1440" w:left="1440" w:header="708" w:footer="708" w:gutter="0"/> 
        <w:cols w:space="708"/> 
        <w:docGrid w:linePitch="360"/> 
       </w:sectPr> 
      </w:body> 
</doc> 

Answer 1

我想這應該工作。 初始化變量與命名空間：

w = 'http://schemas.openxmlformats.org/wordprocessingml/2006/main' 

既然你沒有提到你所使用的語言，我就指定以下XPath語法： 此代碼只是提取與一般強調的文字。

'.//w:p/w:r/w:highlight/../..//w:t', namespaces = {'w':w} 

要指定值說黃，用途：
'.//w:p/w:r/w:highlight[@w:val="yellow"]/../..//w:t', namespaces = {'w':w}
注意，「W」是區分大小寫的，不要使用大寫字母。

至於'../..//'，如果您檢查xml，高亮屬性會出現在比w:r低一級的rPr標籤下。因此，../選擇父親（即w：rPr），然後選擇另一個../來選擇祖父母（即w：r），然後另一個/選擇w:r下的文本。