《前端算法实战》使用解释器模式实现Xpath路径的算法

开发 前端
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。

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:

图片

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]

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>

那么我们的Xpath路径可能长这样:

HTML/BODY|HEAD/DIV/SPAN

 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 ''
}
}

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
}
})()

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('/'))

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。

责任编辑:姜华 来源: 趣谈前端
相关推荐

2021-10-30 20:49:24

算法 Xpath路径

2024-06-05 09:41:41

2014-11-11 15:46:54

MapReduce算法

2023-05-15 08:51:46

解释器模式定义

2013-04-23 09:31:52

SQL Server

2020-11-09 08:20:33

解释器模式

2021-07-07 10:31:19

对象池模式解释器模式设计模式

2020-12-22 08:56:51

JavaScript数据结构前端

2020-10-13 14:27:11

算法可视化路线

2010-04-21 08:38:18

解释器模式PHP设计模式

2022-01-19 08:21:12

设计装饰器模式

2017-01-05 15:13:03

Java数组算法解释

2017-05-26 11:00:38

Python算法

2023-04-11 08:00:00

PythonOtsu阈值算法图像背景分割

2020-09-16 12:23:37

TypeScript

2023-08-01 07:24:05

2021-09-30 09:58:14

路径总和二叉树

2011-05-17 13:58:37

最短路径

2015-09-01 10:42:36

Cloudsim云计算资源调度算法

2023-03-07 16:48:54

算法可解释性
点赞
收藏

51CTO技术栈公众号