Question

我在html页面中有两种模式，它们之间的唯一区别是在关闭的强标记之后存在aditional文本。这是一个例子：

示例1（标记强后附加文字）：

<p><strong>14h45 De violents combats ont lieu à Zawiyah</strong>, à 40km à l'Ouest de Tripoli entre les insurgés et les forces restées fidèles au colonel Kadhafi. Un témoin oculaire, cité par l'agence de presse italienne Ansa, affirme: "C'est un massacre, il est difficile d'estimer le nombre de morts". Il y aurait une centaine de victimes, selon la BBC. &nbsp;</p>

样本2（没有附加文字）：

<p><strong>Quitte à revenir dans l'euro quelques années plus tard?</strong>&nbsp;</p>

我需要两个XPath，因此我可以在标签'＆lt; strong ＆gt; ...＆lt; / strong ＆gt;'中获取文字对于这两种情况。

现在我正在使用

'//p//strong//text()[normalize-space()]'

但它从两个样本中捕获文本，而我需要两个单独的XPath。

感谢任何帮助。

UPD

还有办法处理案件

<p>
    <a href="http://www.slate.com/id/2286172/" target="_blank">
        <strong>Combien coûte un mercenaire?</strong>
    </a>
    Alors que le régime de Kadhafi semble avoir recours à des combattants étrangers pour réprimer les insurgés, Slate se penche sur leur fonctionnement... et leur émoluement (en anglais).&nbsp;
</p>

XPath

"//p//strong[not(following-sibling::text()[normalize-space()])]//text()"

将返回：

Combien coûte un mercenaire?

但是标签后面有一个文字

Answer 1

您可以在following-sibling::text()[normalize-space()]的谓词中使用strong来仅获取非空文本节点后跟的strong元素：

//p/strong[following-sibling::text()[normalize-space()]]/text()

并使用相反的谓词not(following-sibling::text()[normalize-space()])来获取其余strong元素：

//p/strong[not(following-sibling::text()[normalize-space()])]/text()

注意：假设 被认为是您正在使用的XPath库中的空白区域，上述操作将起作用。否则，您可能需要将strong元素后面的文本节点的长度与文本 的长度进行比较，以确定文本节点是否仅仅是一个空格（{{1 }}），类似于：

&nbsp;

XPath的。获取标签内的文字，而不是标签外的其他文字

1 个答案: