XPath 选择内文

Posted 2023-03-05

【中文标题】XPath 选择内文

【英文标题】：XPath select innertext

【发布时间】：2011-04-21 20:03:23

【问题描述】：

我有这个 html/XML：

\t\t\t\t\t    \r\n\t\t
<a href="/test.aspx">
  <span class=test>
    <b>blabla</b>
  </span>
</a>
<br/>
this is the text I want
<br/>
<span class="test">
  <b>code: 123</b>
</span>
<br/>
<span class="test"></span>
\t\t\t\t\t\t\t\t\t\t\t\t\r\n\t\t\t

在 C#4 中，我使用 HtmlAgilityPack 库选择带有 XPath 的节点并获取 InnerText 属性。这将获得节点内的所有文本。我怎样才能只得到文本“这是我想要的文本”？

/text() 只返回\t\t\t\t\t \r\n\t\t

【问题讨论】：

@Alejandro：OP @peter 在接受答案后改变了问题——值得（OP）投票！

【参考方案1】：

/div/text()

从给出的示例中，此 XPath 将为您获取 div 元素下的所有文本节点，在本例中为 test2。

如果您能详细说明这个问题，我们可能会更好地为您提供帮助。 Div 包含 3 个子元素：一个 span 元素、一个文本节点和一个 b 元素。 span 和 b 各有一个文本节点子节点。使用 XPath，您可以仅选择元素 (/div/*)、仅文本节点 (/div/text()) 或所有节点类型 (/div/node())。

编辑：/text() 只会返回根级别的文本节点。在这种情况下，我希望它返回一个包含 3 个文本节点的节点列表：

\t\t\t\t\t    \r\n\t\t 
this is the text I want
\t\t\t\t\t\t\t\t\t\t\t\t\r\n\t\t\t

您可能只选择结果节点列表中的第一个节点吗？ 有一些格式正确的问题，例如您的<br> 可能应该是<br/>。

【讨论】：

嗨，请看我的编辑。您知道为什么它不返回所有文本吗？

嗨，我使用的是 SelectSingleNode，这就是为什么它只返回 /t/t/t/t/t。我应该使用 SelectNodes ...... doh。谢谢

没有问题，很高兴你查到了它的底部 :)

这个答案与问题有什么关系？

哦！对不起。 @peter：不要改变问题。好的做法是提出一个新问题，否则其他人不会从答案中受益。

【参考方案2】：

我怎样才能只得到文本“这是 我想要的文字”？

text()[preceding-sibling::node()[1][self::br]]
      [following-sibling::node()[1][self::br]]

含义：两个br元素之间的文本节点。

【参考方案3】：

@peter：您不应该编辑您的问题，以免人们看到接受的答案与问题有何关联！！！

新问题的答案：

/br[1]/following-sibling::text()[1]

选择想要的文本节点（引号是我的）：

"   
this is the text I want   
"

【讨论】：

什么问题？我不是OP。我建议回答原始（模糊）问题。 OP 用更完整的 HTML 片段更新了他的问题，我更新了我的答案（请参阅编辑：部分）以涵盖新示例。最后，甚至不是 XPath 不正确，而是他选择了单个节点（列表中的第一个节点）而不是 C# 中的整个节点列表