Question

我有一个HTML文档，我想使用C＃和XPath进行查询。我正在寻找的是一个XPath表达式 - 而不是XSLT，C＃，PHP或任何其他语言特定的代码示例。任何帮助都将受到高度赞赏，但XPath表达式是我所需要的：）。

<tr>
  <td>
    <p>
      <span>text</span>
    </p>
  </td>
  <td>
    <p>
      <span>text</span>
    </p>
  </td>
</tr>
<tr>
  <td>
    <p>
      <span>This text is static and will never change</span>
    </p>
  </td>
  <td>
    <p>
      <span>Bla bla bla .... more bla bla bla</span>
    </p>
  </td>
</tr>
<tr>
  <td>
    <p>
      <span>text</span>
    </p>
  </td>
  <td>
    <p>
      <span>text</span>
    </p>
  </td>
</tr>

我正在寻找的XPath表达式将提取当前由字符串实例“Bla bla bla .... more bla bla bla”表示的文本。此文本将从HTML文档到HTML文档不等，但一个字符串始终相同。在这种情况下，该字符串表示为“此文本是静态的，永远不会更改”。

“这个文本是静态的，永远不会改变”和“Bla bla bla ...更多bla bla bla”当然不是真正的字符串 - 我替换它们因为它们是特定于域的，与问题无关他们揭示了不得出现的敏感数据！

同样，任何帮助都将受到高度赞赏。感谢。

Answer 1

使用：

/*/tr[2]/td[2]/p/span/text()

当针对以下XML文档评估此XPath表达式时（通过将提供的格式错误的HTML转换为格式良好的XML文档获得）：

<table> <tr> <td> text </td> <td> text </td> </tr> <tr> <td> Some text </td> <td> text to extract </td> </tr> <tr> <td> text </td> <td> text </td> </tr> </table>

根据需要选择值为"text to extract"的文本节点。

基于XSLT的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output omit-xml-declaration="yes" indent="yes"/> <xsl:strip-space elements="*"/> <xsl:template match="node()|@*"> "<xsl:copy-of select="/*/tr[2]/td[2]/p/span/text()"/>" </xsl:template> </xsl:stylesheet>

将此转换应用于同一XML文档（上图）时，将评估XPath表达式并将此评估的结果复制到输出：

"text to extract"

或者，如果您知道文字但想要选择包含该文字的元素（例如td），请使用：

//text()[. = 'text to extract']/ancestor::td[1]

再次使用基于XSLT的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output omit-xml-declaration="yes" indent="yes"/> <xsl:strip-space elements="*"/> <xsl:template match="node()|@*"> <xsl:copy-of select= "//text()[. = 'text to extract']/ancestor::td[1]"/> </xsl:template> </xsl:stylesheet>

结果现在是：

<td> text to extract </td>

又猜测：

如果要查找最接近的前面的文本节点，请使用：

//text()[. = 'text to extract']/preceding::text()[1]

基于XSLT的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output omit-xml-declaration="yes" indent="yes"/> <xsl:strip-space elements="*"/> <xsl:template match="node()|@*"> "<xsl:copy-of select= "//text()[. = 'text to extract']/preceding::text()[1]"/>" </xsl:template> </xsl:stylesheet>

<强>结果：

"Some text"

<强>更新：

在OP的最新更新和他的新解释之后，他正在寻找的XPath表达式是：

//text()[. = 'This text is static and will never change']/following::text()[1]

这将选择具有字符串值的文本节点：

"Bla bla bla .... more bla bla bla"

使用XPath查询HTML文档

1 个答案: