Question

我有一个很棒的HTML页面。但我想使用Xpath选择某些节点：

<html>
 ........
<!-- begin content -->
 <div>some text</div>
 <div><p>Some more elements</p></div>
<!-- end content -->
.......
</html>

我可以在使用后选择HTML：

"//comment()[. = ' begin content ']/following::*"

我也可以在使用前选择HTML：

"//comment()[. = ' end content ']/preceding::*"

但是我必须让XPath选择两个评论之间的所有HTML吗？

Answer 1

我会查找前面有第一条评论的元素，然后是第二条评论：

doc.xpath("//*[preceding::comment()[. = ' begin content ']]
              [following::comment()[. = ' end content ']]")
#=> <div>some text</div>
#=> <div>
#=>   <p>Some more elements</p>
#=> </div>
#=> <p>Some more elements</p>

请注意，上面的内容为您提供了每个元素。这意味着如果迭代每个返回的节点，您将获得一些重复的嵌套节点 - 例如“更多元素”。

我认为你可能实际上想要在两者之间获得顶级节点 - 即评论的兄弟姐妹。这可以使用preceding/following-sibling来完成。

doc.xpath("//*[preceding-sibling::comment()[. = ' begin content ']]
              [following-sibling::comment()[. = ' end content ']]")
#=> <div>some text</div>
#=> <div>
#=>   <p>Some more elements</p>
#=> </div>

更新 - 包含评论

使用//*仅返回元素节点，其中不包含注释（以及其他一些注释）。您可以将*更改为node()以返回所有内容。

puts doc.xpath("//node()[preceding-sibling::comment()[. = 'begin content']]
                        [following-sibling::comment()[. = 'end content']]")
#=> 
#=> <!--keywords1: first_keyword-->
#=> 
#=> <div>html</div>
#=>

如果您只想要元素节点和注释（即不是所有内容），您可以使用self轴：

doc.xpath("//node()[self::* or self::comment()]
                   [preceding-sibling::comment()[. = 'begin content']]
                   [following-sibling::comment()[. = 'end content']]")
#~ #=> <!--keywords1: first_keyword-->
#~ #=> <div>html</div>

XPath在两个HTML注释之间进行选择？

1 个答案: