如何通过匹配文本来选择节点

Posted

技术标签:

【中文标题】如何通过匹配文本来选择节点【英文标题】：How to select nodes by matching text 【发布时间】：2010-12-01 06:35:17 【问题描述】：

如果我有一堆元素，例如：

<p>A paragraph <ul><li>Item 1</li><li>Apple</li><li>Orange</li></ul></p>

Nokogiri 中是否有内置方法可以获取所有包含文本“Apple”的p 元素？ （例如，上面的示例元素会匹配）。

【问题讨论】：

【参考方案1】：

Nokogiri 可以（现在）使用 jQuery 扩展 CSS 来做到这一点：

require 'nokogiri'

html = '
<html>
  <body>
    <p>foo</p>
    <p>bar</p>
  </body>
</html>
'

doc = Nokogiri::HTML(html)
doc.at('p:contains("bar")').text.strip
=> "bar"

【讨论】：

如果您将 bar 替换为另一个文本，例如："google encrypted \"google drive\" this year" 它会产生错误，任何想法如何正确转义 " 字符？ 尝试使用&amp;quot; 代替嵌入的引号？ 有没有办法在不知道什么类型的元素包含文本的情况下做到这一点？如果我执行doc.at(':contains("bar")')（即没有指定p 元素），那么我会得到整个文档。 没关系，我找到了答案doc.at(':contains("foo"):not(:has(:contains("foo")))')这里makandracards.com/makandra/…【参考方案2】：

这是一个有效的 XPath：

require 'nokogiri'

doc = Nokogiri::HTML(DATA)
p doc.xpath('//li[contains(text(), "Apple")]')

__END__
<p>A paragraph <ul><li>Item 1</li><li>Apple</li><li>Orange</li></ul></p>

【讨论】：

我更喜欢这个，因为它返回匹配节点的所有实例，而接受的答案只返回 1 个节点。【参考方案3】：

尝试使用这个 XPath：

p = doc.xpath('//p[//*[contains(text(), "Apple")]]')

【讨论】：

【参考方案4】：

您也可以使用Nikkou 轻松做到这一点：

doc.search('p').text_includes('bar')

【讨论】：

嘿，谢谢你推荐 nikkou，我觉得这会节省我很多时间 :)

以上是关于如何通过匹配文本来选择节点的主要内容，如果未能解决你的问题，请参考以下文章

XPath语法

jQuery 选择器

如何使用 XSLT1 在链接的 XML 数据库中定位匹配节点文本？

如何通过设置 Text 属性来强制匹配 Combobox RowSource 行？

1. jQuery中的DOM操作

Selenium web 自动化使用 python：如何使用 selenium 处理表以通过匹配文本来查找特定行并删除该行