在openrefine中提取包含字符串的html标记？

Question

标题中添加的内容不多。这就是我想要做的事情。有什么建议吗？

我查看了github上的文档并广泛搜索了。

我得到的最好的是：

value.parseHtml().select('p[contains('xyz')]')

导致语法错误。

Answer 1

选择＆＃39;语法基于Beautiful Soup（http://jsoup.org/cookbook/extracting-data/selector-syntax）

中的select语法

在这种情况下，我相信您需要的语法是：

.env

# some env variables

FOO=foo1
BAR=bar1
BAZ=1
QUX=
# QUUX=

欧文

Answer 2

也许你在wiki :)上错过了我的写作（和警告）？

https://github.com/OpenRefine/OpenRefine/wiki/StrippingHTML#extract-html-attributes-text-links-with-integrated-grel-jsoup-commands

警告：在使用内置HTML GREL命令（默认输出为org.jsoup.nodes对象）时，确保在需要时使用.toString（）后缀将字符串输出到Refine单元格中。否则，您可以在表达式编辑器中进行预览，但是在应用它时，Refine单元格中没有显示数据！

顺便说一句，我们怎样才能让文档变得更好，哪里，以便将来有人不会错过这个？

我甚至在使用.toString（）的文档中给了一些很好的例子： https://github.com/OpenRefine/OpenRefine/wiki/GREL-Other-Functions#selectelement-e-string-s