如何使用 XPath 从 HTML 文档中提取标签文本并过滤掉特定子标签？

获取标签文本并过滤子标签

如何使用 xpath 从 html 文档中提取标签文本，同时过滤掉其包含的特定子标签？

问题

对于 html 片段：

<div>
<p>
<a>123</a>
这是要获取的文本
</p>
</div>

目标是获取

标签的文本内容，同时过滤掉 标签。

尝试过的解决方案

用户尝试了以下 xpath 表达式，但均无法达到预期效果：

• //p/*[@name != "a"]
• //p/*[not(@name = "a")]
• //p/text()[not(ancestor::a)]

解决方案

li.xpath('p')[0].xpath('string(.)')

此 xpath 表达式：

• 首先选择 div 标签中的 p 子标签 (li.xpath('p'))
• 获取第一个 p 标签 ([0])
• 最后，使用 string() 函数提取该 p 标签的文本内容。

这将返回 这是要获取的文本，过滤掉 123 文本（位于 标签内）。

以上就是如何使用 XPath 从 HTML 文档中提取标签文本并过滤掉特定子标签？的详细内容，更多请关注其它相关文章！