如何在 Xpath 中使用排除过滤器语法

Posted 2023-02-24

【中文标题】如何在 Xpath 中使用排除过滤器语法

【英文标题】：How to use the exclude filter syntax in Xpath

【发布时间】：2021-09-24 02:55:53

【问题描述】：

我正在尝试使用 Xpath 解析我公司的 html，以下是我的目标网站的示例 html 结构：

<div class='my_target' id='A'>
    This is a sample website HTML!
    <span>APPLE</span>

    <span>BANANA</span>

    <span>ORANGE</span>

    <span>IGNORE_1</span>

    <span>IGNORE_2</span>

</div>


<div class='not_my_target' id='B'>
    This is a sample website HTML!
    <span>APPLE</span>

    <span>BANANA</span>

    <span>ORANGE</span>

    <span>IGNORE_1</span>

    <span>IGNORE_2</span>
</div>

这是我想要得到的元素：

<div class='my_target' id='A'>
This is a sample website HTML!
    <span>APPLE</span>

    <span>BANANA</span>

    <span>ORANGE</span>
</div>

我试过这样的代码：

//div[@id='A' and (not(self::span and contains(text(), "IGNORE_1")) or not(self::span and contains(text(), "IGNORE_2"))]

但是没用Q_Q

我写错语法了吗？有谁可以帮忙？

谢谢　

【问题讨论】：

您想同时选择div 或spans 中的span 元素以及div 吗？

@Prophet 我想选择整个 ，并排除两个“IGNORE_x” 元素。

使用 XPath，您可以获取元素及其 all 的子元素。否则你需要使用 XSLT

【参考方案1】：

试试这个：

//div[@id='A']/span[not(contains(text(),'IGNORE_1')) and not(contains(text(),'IGNORE_2'))]

这将搜索A 的ID 值，然后检查span 是否不包含IGNORE_1 和IGNORE_2。

您的案例有问题：

您正在搜索 ID 并设置不应包含 span、IGNORE_1 和 IGNORE_2 的条件。这就是为什么你无法得到想要的结果。

//div[@id='A' and (not(self::span and contains(text(), "IGNORE_1")) or not(self::span and contains(text(), "IGNORE_2"))]

【讨论】：

您好，感谢您的回答。我试过你的代码，但我发现 xpath 只能正确捕获三个 元素，句子'This is a sample website HTML!'不会出现。有什么办法可以包含这句话吗？ THX