XPath - 从整个文档中获取文本，但指定元素的文本除外

Question

我正在尝试弄清楚如何使用XPath获取文字并排除某些标签。

让我们说（为了说明）我想从此页面的body标记中获取所有文字（因此所有可见文字），但我不希望我的文字包含class="comment-copy"标签中的文字即我不希望文本包含评论。

我尝试了这个，但它不起作用。它返回包含注释的文本。

//body//text()[not(*[contains(@class,"comment-copy")])]

你有什么想法吗？

修改

可能已经弄明白了，但也许有更好或更快的方法，所以我不会删除这个问题。

//body//text()[not(ancestor-or-self::*[contains(@class,"comment-copy")])]

Answer 1

你非常接近。

只需更改

//body//text()[not(*[contains(@class,"comment-copy")])]

到

//body//text()[not(contains(../@class,"comment-copy"))]

请注意，这只会排除text()个标记元素的直接子comment-copy个节点。您的后续XPath将排除text()个标记元素下的所有后代comment-copy个节点。

注意：您可能希望加强@class测试的稳健性;见Xpath: Find element with class that contains spaces。