我想替换我的XHTML文档中所有段落中的inner_text。
我知道我可以像这样用Nokogiri获取所有文本
doc.xpath("//text()")
但我只想对段落中的文字进行操作,如何选择段落中的所有文本而不影响链接中最终存在的锚文本?
#For example : <p>some text <a href="/">This should not be changed</a> another one</p>
答案 0 :(得分:6)
对于段落的直接子节点的文本,使用// p / text()
irb> h = '<p>some text <a href="/">This should not be changed</a> another one</p>'
=> ...
irb> doc = Nokogiri::HTML(h)
=> ...
irb> doc.xpath '//p/text()'
=> [#<Nokogiri::XML::Text:0x80ac2e04 "some text ">, #<Nokogiri::XML::Text:0x80ac26c0 " another one">]
对于段落的后代(即时或非直接)的文本,使用// p // text()。要排除那些将锚作为父级的文本,您可以将它们减去。
irb> doc.xpath('//p//text()') - doc.xpath('//p//a/text()')
=> [#<Nokogiri::XML::Text:0x80ac2e04 "some text ">, #<Nokogiri::XML::Text:0x80ac26c0 " another one">]
有一种方法可以通过一次调用来完成,但我的xpath知识并没有那么深。