xml - 从忽略子项的 XML 中提取文本

Question

我正在尝试从节点获取文本，但正在附加来自其子节点的文本。我想避免它。

我转变HTML为XML使用HTMLCleaner，我有类似的东西

<td>
    <a>Link Text</a>
    Column Text
</td>

我只想Column Text被提取。避免选定的子项中存在任何文本td有没有办法做到这一点？到目前为止，我使用的是这个：

//td/text()

Answer 1

这个 XPath：

//td[a = 'Link Text']/text()[last()]

将选择“列文本”。

请注意，如果有多个td's with a's 的文本等于“链接文本”，则在XPath 1.0下，您将获得first such的最后一个文本td；在XPath 2.0下，您将是所有此类的最后一个文本节点td。

请注意，这不会在此示例中获取“先前文本”：

<td>
  prior text
  <a>Link Text</a>
  Column Text
</td>

如果您需要“列文本”和“先前文本”，但不需要“链接文本”，并且可以使用 XPath 2.0，请使用以下命令：

string-join(/td/text(), '')

（一定要选择正确的td；我假设这里只有一个来简化。）

对于 XPath 1.0，您必须在 XPath 之外组装文本节点。

另请参见“ XPath 以返回符合条件的子节点值的字符串连接”。