我是 Nokogiri 和 Ruby 的新手。
我想获取文档中所有节点的文本，从第一段节点开始并包括在内。
我用 XPath 尝试了以下操作，但我无处可去：
puts page.search("//p[0]/text()[next-sibling::node()]")
这行不通。我必须改变什么？
问问题
2334 次
2 回答
4
您必须找到<p/>节点并返回所有text()节点，包括内部和后续。根据 Nokogiri 的 XPath 功能，使用以下查询之一：
//p[1]/(descendant::text() | following::text())
如果它不起作用，请改用它，它需要找到第一段两次，并且可能会稍微慢一点，但可能并不明显，更慢：
(//p[1]/descendant::text() | //p[1]/following::text())
一个可能不受支持的 XPath 2.0 替代方案是：
//text()[//p[1] << .]
这意味着“文档中第一个节点之前的所有文本节点<p/>”。
于 2013-04-07T20:06:02.600 回答
2
这适用于 Nokogiri（它位于libxml2之上并支持 XPath 1.0 表达式）：
//p[1]//text() | //p[1]/following::text()
证明：
require 'nokogiri'
html = '<body><h1>A</h1><p>B <b>C</b></p><p>D <b>E</b></p></body>'
doc = Nokogiri.HTML(html)
p doc.xpath('//p[1]//text() | //p[1]/following::text()').map(&:text)
#=> ["B ", "C", "D ", "E"]
请注意，仅选择文本节点本身会返回 a NodeSetofNokogiri::XML::Text对象，因此如果您只想要它们的文本内容，则必须通过.text(or .content) 方法映射它们。
于 2013-04-07T21:17:40.920 回答