Question

如何在不复制周围标记的情况下获取xPath的内容？

<div id="node-123" class="clearfix">
                    <div class="content">
                        <div class="body">
                            <p><img src="/images/image.jpg"/></p>
                            <p>Some content ....</p>
                        </div>    
                    </div>
                </div>

如果我使用了//div[@id='node-123']/div/div，我仍然会遇到<div class="body">，这是不期望的。

我想要的是<div class="body">的内容，不包括此<div class="body">标记，但保留内容中的其他标记，p，img等。

我尝试使用通配符：//div[@id='node-123']/div/div/*，但这只会获取第一个p，其中p可以是两个或多个。使用node（）不提取任何内容。

任何提示都会非常感激。

由于

Answer 1

如果我用过   //div[@id='node-123']/div/div，我   仍然没有预料到的<div class="body">。

我想要的是<div class="body">的内容，不包括此<div class="body">标记，但保留   内容中的其他标记p，   img等等。

使用：

//div[@id='node-123']/div/div/node()

这将选择作为任何div元素的子元素的所有节点（元素，文本节点，处理指令和注释节点），该元素是任何div元素的子元素。文档中的任何div元素，使其id属性的值为'node-123'。

警告：如果XML文档的结构是静态已知的，最好不要使用//伪操作符。使用//伪操作符最常导致性能非常低，从而导致完整的树遍历。

Answer 2

问题是在实际原始文章中没有终止img标记：<img src="/images/image.jpg">而不是<img src="/images/image.jpg"/>.

抓取xPath内容而不包含标记

2 个答案: