如何仅在中搜索最上层的节点？

Question

HTML (特别是MathML)可以被大量嵌套。使用，我想在父节点中搜索最上层的节点，这些节点是任意的。下面是一个HTML/MathML示例。

1. <math><semantics>…(任意深度)
   1. <mrow> (称为(1))
      1. <mrow> (1-1)

1. `<mrow>` (2) 
    1. `<mrow>` (2-1)
    2. `<mrow>` (2-2)

对于Nokogiri::HTML对象，page，page.css("math mrow")返回<mrow>所有节点的数组，在本例中数组大小为5，最后一个节点为"<mrow> (2-2)“。

我的目标是在最上层识别最后一个<mrow>节点，即上面示例中的"<mrow> (2)“(以便我可以在它之后添加另一个节点)。

换句话说，我想得到“这类节点中最浅的深度上的最后一个节点”。节点类型的最上层的深度是未知的，因此我不能限制搜索的深度。

Answer 1

如果您希望在深度方面使用最高级的mrow节点，则可以在所有:first-of-type中选择ancestors数量最少的节点。

first_mrow = page.css('mrow:first-of-type').min_by.with_index { |node, index| [node.ancestors.size, index] }

添加with_index可以确保对于祖先数量相同的节点，第一个节点将被选择。

要从文档的开头获取第一个mrow节点(不管深度如何)，只需使用：

first_mrow = page.at_css('mrow')

对于第一个mrow节点，您可以选择其parent节点：

parent = first_mrow.parent

最后，从父节点(立即)的last节点中检索mrow元素：

last_mrow = parent.css('> mrow').last

后者也可以通过:last-of-type CSS伪类表示：

last_mrow = parent.at_css('> mrow:last-of-type')

Answer 2

听起来像是第一眼就看到的广度优先搜索问题:向队列中添加一个节点，如果它不是期望的类型，删除它并以相反的顺序将它的子节点添加到队列中，重复直到找到所需的节点(由于BFS属性，它将是最浅的节点，而最后一个节点是因为我们反向添加子节点)。

快速而肮脏的例子：

require "nokogiri"

def find_last_shallowest(root)
  queue = [root]

  while queue.any?
    element = queue.shift
    break element if matching?(element)
    queue += element.children.reverse
  end
end

def matching?(element)
  # Put your matching logic here
  element.name == "m"
end

doc = <<~XML
<foo>
  <bar>
    <m>
      <x></x>
    </m>
  </bar>
  <baz>
  </baz>
  <m>
    <y></y>
  </m>
  <m>
    <z></z>
  </m>
</foo>
XML

xml = Nokogiri::XML(doc)

find_last_shallowest(xml.root) # => #(Element:0xf744 { name = "m", children = [ #(Text "\n    "), #(Element:0xf758 { name = "z" }), #(Text "\n  ")] })

它发现m的东西，其中有z作为一个孩子-这是最后和最浅的一个.