我有一个像
<a class="someclass">
Wie
<em>Messi</em>
einen kleinen Jungen stehen lässt
</a>
如何构造XPath来获取["Wie Messi einen kleinen Jungen stehen lässt"]
而不是{
我用的是pythonlxml.html函数与XPath。在
尝试过的组合
//a/node()/text()
//a/descendant::*/text()
//a/text()
但没用。有什么解决办法吗?在
我在考虑另一种方法,在这种方法中,我以某种方式获得<a>
元素的“内部html”(在上面的例子中将是"Wie <em>Messi</em> einen kleinen Jungen stehen lässt"
),并从html中删除<em>
标记。在
仍在尝试如何获取innerhtml(Javascript,有人吗?)从XPath。在
XPath是一种选择语言,因此它可以选择节点。如果输入中有单独的节点,那么您将得到一个单独节点的列表作为选择结果。在
您将需要宿主语言(在本例中是Python)的帮助来完成超出该范围的操作(例如,将文本节点合并为单个字符串)。在
您需要找到所有
<a>
元素并连接它们各自的文本子体。这很容易做到:印刷品
^{pr2}$正如paul在下面的评论中正确指出的那样,您可以使用XPath的
normalize-space()
,整个过程变得更加简单。在如果您得到
<a>
节点的字符串值,而不是使用text()
,那么您将得到所有子节点的字符串值的串联,而不是单个文本节点。在试着简单地使用
并在宿主语言中将节点作为字符串读入。在Python中,可以使用@Tomalak提到的DOM函数来获取字符串值。在lxml中,可以使用.text_content():
^{pr2}$在XPath中,可以使用类型函数:
相关问题 更多 >
编程相关推荐