从XML中提取文本而忽略Children

Question

我正在尝试从节点获取文本，但是正在追加来自它的子节点的文本。我想避免它。

我使用HTMLCleaner将HTML转换为XML，我有类似的内容

<td>
    <a>Link Text</a>
    Column Text
</td>

我只想提取Column Text。避免所选td子项中存在的任何文本有没有办法做到这一点？我到目前为止使用的是：

//td/text()

Answer 1

这个XPath：

//td[a = 'Link Text']/text()[last()]

将选择“列文字”。

请注意，如果有多个td的{​​{1}}的文字等于“链接文字”，则在 XPath 1.0 下，您将获得最后一个文字第一个这样的a;在 XPath 2.0 下，您将所有这样的td的最后一个文本节点。

请注意，在此示例中，这不会选择“先前文本”：

td

如果您既需要“列文本”和“先前文本”，又不需要“链接文本”，并且如果您可以使用XPath 2.0，请使用：

<td>
  prior text
  <a>Link Text</a>
  Column Text
</td>

（请务必同时选择正确的string-join(/td/text(), '') ;我假设这里只有一个可以简化。）

对于XPath 1.0，您必须在XPath之外组装文本节点。

另请参阅“XPath to return string concatenation of qualifying child node values”。