Question

我有以下html代码段

       <span class='ocr_line' id='line_11' title="bbox 0 482 377 539">
<span class='ocrx_word' id='word_34' title="bbox 0 484 51 539"><em>WORD1</em></span> 
<span class='ocrx_word' id='word_35' title="bbox 56 482 119 528">WORD2</span> 
<span class='ocrx_word' id='word_35' title="bbox 56 482 119 528"><em></em></span> 
<span class='ocrx_word' id='word_36' title="bbox 137 483 171 528"><strong><em>WORD3</em></strong></span> 
<span class='ocrx_word' id='word_37' title="bbox 176 482 244 528"><h1>WORD4</h1></span> 
</span>

我希望xpath查询字符串能够获取单词1-4的bbox字符串和节点内容。我遇到了麻烦，因为这些单词与<em>和<strong> s嵌套，也可能是空的！感谢。

Answer 1

这可能是：//@title | //text()

针对tesseract hocr输出的Hpple XPath查询问题

1 个答案: