《前端算法实战》使用解释器模式实现Xpath路径的算法-51CTO.COM

前端领域里基于javascript的设计模式和算法有很多，在很多复杂应用中也扮演着很重要的角色，接下来就介绍一下javascript设计模式中的解释器模式，并用它来实现一个获取元素Xpath路径的算法。

正文

1、解释器模式

对于一种语言，我们给出其文法表示形式（一种语言中的语法描述工具，用来定义语言的规则），并定义一种解释器，通过这种解释器来解释语言中定义的句子。

定义听起来可能比较抽象，举个例子比如我们常见的网站多语言，要实现多语言我们首先要预定语言的类型，提前设计不同语言的语料库，然后我们会根据配置和统一的变量规则来映射到不同语言。

2、元素的Xpath路径

XPath 用于在 XML 文档中通过元素和属性进行导航。虽然XPath 是用来查找XML节点，但同样可以用来查找HTML文档中的节点，因为HTML和XML结构类似。这里我们只考虑html，即元素在html页面中所处的路径。

那么如何快速获取元素的Xpath路径呢？其实也很简单，我们打开谷歌调试工具：

选中Copy XPath即可复制元素的Xpath路径。格式可能长这样：

//*[@id="juejin"]/div[2]/main/div/div[1]/article/div[1]1.

获取元素Xpath路径的应用场景很多，比如我们经常使用的python爬虫，利用爬虫框架可以通过Xpath路径很方便额控制页面中的某个dom节点，进而获取想要的数据和元素；又比如我们通过发送元素的Xpath路径给后端，后端可以统计某一功能的使用情况和交互数据；又比如分析用户在网站中浏览的热力分布图，路径画像等等。

3、js实现获取元素的Xpath路径

在实现之前，首先我们分析一下Xpath路径的结构，比如我们有一个页面，元素span的结构如下：

<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="X-UA-Compatible" content="ie=edge">
<title>Document</title>
</head>
<body>
<div>
<span>我是徐小夕</span>
</div>
</body>
</html>1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.

那么我们的Xpath路径可能长这样：

HTML/BODY|HEAD/DIV/SPAN1.

从上面可以看出，我们的最右边一个元素都是目标元素，而最左边第一个元素都是最外层容器。要完成这个过程首先我们要通过元素的parentNode来获取当前元素的父元素，直到找到最顶层位置。但我们还需要注意的一点是，每找到上一层我们还要遍历该元素前面的兄弟元素previousSibling，如果这个兄弟元素名字和它后面的元素名字相同，则在元素名上+1.

第一步我们先实现一个遍历同级兄弟元素的方法getSameLevelName：

// 获取兄弟元素名称
function getSameLevelName(node){
    // 如果存在兄弟元素
    if(node.previousSibling) {
        let name = '',   // 返回的兄弟元素名称字符串
           count = 1,    // 紧邻兄弟元素中相同名称元素个数
           nodeName = node.nodeName,
           sibling = node.previousSibling;
        while(sibling){
            if(sibling.nodeType == 1 && sibling.nodeType === node.nodeType && sibling.nodeName){
                if(nodeName == sibling.nodeName){
                    name += ++count;
                }else {
                    // 重制相同紧邻节点名称节点个数
                    count = 1;
                    // 追加新的节点名称
                    name += '|' + sibling.nodeName.toUpperCase()
                }
            }
            sibling = sibling.previousSibling;
        }
        return name
    }else {
        // 不存在兄弟元素返回''
        return ''
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.

第二步，遍历文档树。

// XPath解释器
let Interpreter = (function(){
  return function(node, wrap){
  // 路径数组
  let path = [],
  // 如果不存在容器节点，默认为document
  wrap = wrap || document;
  // 如果当前节点等于容器节点
  if(node === wrap) {
    if(wrap.nodeType == 1) {
      path.push(wrap.nodeName.toUpperCase())
  }
  return path
}
// 如果当前节点的父节点不等于容器节点
if(node.parentNode !== wrap){
  // 对当前节点的父节点执行遍历操作
  path = arguments.callee(node.parentNode, wrap)
}
// 如果当前节点的父元素节点与容器节点相同
else {
  wrap.nodeType == 1 && path.push(wrap.nodeName.toUpperCase())
}
// 获取元素的兄弟元素的名称统计
let siblingsNames = getSameLevelName(node)
if(node.nodeType == 1){
  path.push(node.nodeName.toUpperCase() + sublingsNames)
}
// 返回最终的路径数组结果
return path
}
})()1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.

有了这两个方法，我们就可以轻松获取元素的XPath路径啦，比如：

let path = Interpreter(document.querySelector('span'))
console.log(path.join('/'))1.
2.

这样会返回开篇的一样的数据结构了.如：HTML/BODY|HEAD/DIV/SPAN。

本文转载自微信公众号「趣谈前端」，可以通过以下二维码关注。转载本文请联系趣谈前端公众号。