html - 在openrefine中提取一个包含字符串的html标签？

Question

标题没有什么可补充的。这就是我想要做的。有什么建议么？

我查看了 github 上的文档并在 Google 上进行了广泛搜索。

我得到的最好的是：

value.parseHtml().select('p[contains('xyz')]')

它会导致语法错误。

Answer 1

“选择”语法基于 Beautiful Soup ( http://jsoup.org/cookbook/extracting-data/selector-syntax )中的选择语法

在这种情况下，我相信您需要的语法是：

value.parseHtml().select("p:contains(xyz)")

欧文

Answer 2

也许你错过了我在 wiki 上的文章（和警告）:) 在这里？

https://github.com/OpenRefine/OpenRefine/wiki/StrippingHTML#extract-html-attributes-text-links-with-integrated-grel-jsoup-commands

警告：在使用内置 HTML GREL 命令（默认输出为 org.jsoup.nodes 对象）时，确保在需要将字符串输出到 Refine 单元格时使用 .toString() 后缀。否则，您将在表达式编辑器中获得很好的预览，但在应用它时，优化单元格中不会显示任何数据！

顺便说一句，我们怎样才能使文档更好，在哪里，以便将来有人不会错过这个？

我什至在我们的文档中给人们一个很好的例子，显示使用 .toString() ： https ://github.com/OpenRefine/OpenRefine/wiki/GREL-Other-Functions#selectelement-e-string-s