Question

我正在尝试解析这段HTML：

<div>
  <p>
    <a href="#" class="transcriptLink" onclick="seekVideo(0); return false;">A few years ago,</a>
    <a href="#" class="transcriptLink" onclick="seekVideo(2000); return false;">I felt like I was stuck in a rut,</a>
    <a href="#" class="transcriptLink" onclick="seekVideo(5000); return false;">so I decided to follow in the footsteps</a>
    <a href="#" class="transcriptLink" onclick="seekVideo(7000); return false;">of the great American philosopher, Morgan Spurlock,</a>
    <a href="#" class="transcriptLink" onclick="seekVideo(10000); return false;">and try something new for 30 days.</a>
  </p>
</div>

我想知道如何在标签中获取文字，例如：“几年前”，

我可以在"<a> text </a>",

中获取文字

但我不知道如何在"<a href="#" class="transcriptLink" onclick="seekVideo(0); return false;">A few years ago,</a> "

的标签中找到“几年前”

<a href="#" class="transcriptLink" onclick="seekVideo(0); return false;">  
<a href="#" class="transcriptLink" onclick="seekVideo(2000); return false;">
....................

只有onclick="seekVideo(....);

有所不同

Answer 1

您可以使用XPath：/div/p/a[1]/text() - 按索引选择a或匹配@onclick值：/div/p/a[starts-with(@onclick, 'seekVideo(0)')]/text()。因此，两个查询都返回A few years ago,。

要获取@onclick seekVideo中的数字，您可以使用以下表达式：

substring-before(substring-after(@onclick, '('), ')')

例如：要查找a @onclick = seekVideo的{{1}}，您可以使用此XPath：

或

/div/p/a[substring-before(substring-after(@onclick, '('), ')') = '0']/text()

因此两个查询都返回/div/p/a[number(substring-before(substring-after(@onclick, '('), ')')) = 0]/text()。

Answer 2

使用：

string(//div/a[starts-with(@onclick, 'seekVideo(0)')])

此表达式计算XML文档中第一个a的字符串值，该div是onclick的子项，其"seekVideo(0)"属性的字符串值以字符串{{1}}

从html文档中提取href的文本

2 个答案: