Nokogiri在段落中找到文本

Question

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>

Answer 1

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。