Question

我有这样的HTML：

<h1>Hello1</h1>
<p>World1</p>
<h1>Hello2</h1>
<p>World2</p>
<h1>Hello2</h1>
<p>World2</p>

所以我需要一次性使用World1获得Hello1，使用World2等获取Hello2等

更新：我使用Ruby Mechanize库

Answer 1

Ruby库“Mechanize”使用Nokogiri解析库，因此您可以直接调用Nokogiri。一个可能的解决方案可能看起来像这样：

require 'mechanize'
require 'pp'

html = "<h1>Hello1</h1>
<p>World1</p>
<h1>Hello2</h1>
<p>World2</p>
<h1>Hello2</h1>
<p>World2</p>"

results = []

Nokogiri::HTML(html).xpath("//h1").each do |header|
  p   = header.xpath("following-sibling::p[1]").text
  results << [header.text, p]
end

pp results

修改该示例使用Mechanize v2.0.1进行测试，该版本使用Nokogiri~v1.4。我也没有问题直接针对Nokogiri v1.5.0测试。

编辑＃2： 此示例回答了原始解决方案的后续问题：

require 'nokogiri' require 'pp' html = <<HTML <h1> <p> <font size="4"> <b>abide by (something)</b> </font> </p> </h1> <p> <font size="3">- to follow the rules of something</font> </p> The cleaning staff must abide by the rules of the school. <br> <h1> <p> <font size="4"> <b>able to breathe easily again</b> </font> </p> </h1> <p> My friend was able to breathe easily again when his company did not go bankrupt. <br> HTML doc = Nokogiri::HTML(html) results = [] Nokogiri::HTML(html).xpath("//h1").each do |header| h1 = header.xpath("following-sibling::p/font/b").text results << h1 end pp results
嵌套元素的
H1标记无效，因此Nokogiri会在解析过程中纠正错误。获取以前嵌套元素的过程与原始解决方案非常相似。

Answer 2

注意：我对此请求的XPath部分进行了釉面处理。这个答案适用于XSLT样式表。

扩展XML示例以为其提供根元素：

<?xml version="1.0" encoding="UTF-8"?>
<root>
    <h1>Hello1</h1>
    <p>World1</p>
    <h1>Hello2</h1>
    <p>World2</p>
    <h1>Hello3</h1>
    <p>World3</p>
</root>

您可以使用for-each循环和“follow-sibling”来获取具有以下内容的元素：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

    <xsl:output encoding="UTF-8" method="text"/>

    <xsl:template match="/">

        <!-- start lookint for <h1> nodes -->
        <xsl:for-each select="/root/h1">

            <!-- output the h1 text -->
            <xsl:value-of select="."/>

            <!-- print a dash for spacing -->
            <xsl:text> - </xsl:text>

            <!-- select the next <p> node -->
            <xsl:value-of select="following-sibling::p[1]"/>

            <!-- print a new line -->
            <xsl:text>&#10;</xsl:text>

        </xsl:for-each>

    </xsl:template>

</xsl:stylesheet>

输出如下：

Hello1 - World1
Hello2 - World2
Hello3 - World3

XPath：如何从这个和下一个标签获取文本？

2 个答案: