使用XPath获取带有链接的段落文本

Question

我正在使用XPath解析HTML页面，并希望获取某些特定段落的全文，包括链接文本。

例如我有以下段落：

<p class="main-content">
    This is sample paragraph with <a href="http://google.com">link</a> inside.
</p>

我需要得到以下文字作为结果：“这是带有链接的示例段落”，但是应用"//p[@class'main-content']/text()"只给我“这是带内部的示例段落”。

你能帮忙吗？感谢。

Answer 1

要获取节点的全文内容，请使用string功能：

string(//p[@class="main-content"])

请注意，这会获得一个字符串值。如果您想要文本节点（由text()返回），则可以执行此操作。您需要搜索所有深度：

//p[@class="main-content"]//text()

这将返回三个文本节点：This is sample paragraph with，link和inside.