XPath：如何从XHTML节点收集多个文本片段？

我想从使用XPath的XHTML页面中的节点中提取文本，但我无法收集给定节点下的所有文本。XPath：如何从XHTML节点收集多个文本片段？

的问题是，一个节点（例如，参见下面的实施例的p元件）可以具有多个子节点（在本例中例如“b”和“EM”）和多个文本片段穿插（“AAAA “，”bbbb“和”cccc“）。然而，我的XPath表达式“p/text（）”仅返回第一个文本“aaaa”，而我需要直接在p-node下收集所有文本片段，即我想获得“aaaabbbbcccc”（但不是foo和酒吧）。我如何教XPath收集所有文本并将它们作为一个串联的字符串返回？

... 
<p> 
    aaaa 
    <b>foo</b> 
    bbbb 
    <em>bar</em> 
    cccc 
</p> 
...

或者：什么是XPath表达式来获取所有文本片段的列表，这样我就可以将它们连接起来programmaticallyin我的代码？

来源

2015-02-23 mmo

这实际上取决于XPath的版本和您使用的工具/环境/编程语言。请修改您的帖子并添加此信息。 – 2015-02-23 23:28:02

谢谢你的回应！很高兴看到问题不在于我的XPath表达 - 我真的在挠挠我的脑袋！ Re。使用的工具和环境：我使用JTidy r938来解析（X）HTML页面，并生成DOM和Java 1.8的内置XPath实现（package javax.xml.xpath）来定位节点。显然后者只返回第一个文本值，如果返回类型是STRING，而不是所有的连接。如果我返回一个NODESET，我确实会得到所有文本的列表，然后我需要在我的代码中进行连接。我希望XPath能为我做到这一点。 – mmo 2015-02-24 10:14:04

对Java不太熟悉，但您可以在增加位置的同时查找文本节点。开始选择'/ p/text（）[1]'，然后尝试'/ p/text（）[2]'等等，直到结果集为空。（对于将来的问题，请立即包含此信息，并使用您使用的编程语言标记问题。） – 2015-02-24 10:17:48

如果我将示例XML复制到Notepad ++并使用XPathenizer，则XPath表达式/p/text()可以正常工作。

enter image description here

这表明XPath表达式是罚款和故障不在于此。

来源

2015-02-23 22:40:23 Andersnk

这是Notepad ++的一个非常酷的功能！使它值得考虑它作为我未来的文本编辑器... – mmo 2015-02-25 00:34:26

是的，它确实是一个很好的功能！如果你的问题已经解决了，你能否将其中一个答案标记为已答复？ :) – Andersnk 2015-02-25 13:09:37

您的XPath表达式已经返回所有p元素的直接子元素（如果它们是文本节点的话）。只是您的XPath引擎或库仅返回第一个结果。

要看到这是真的，请使用不同引擎运行相同的XPath表达式，例如http://xpath.online-toolz.com/tools/xpath-editor.php。还有，使用

<p> 
    aaaa 
    <b>foo</b> 
    bbbb 
    <em>bar</em> 
    cccc 
</p>

作为输入，并作为//p/text()路径表达式收益率（由--------分开单独的结果）：

[WHITESPACE-ONLY LINE] 
aaaa 
----------------------- 
bbbb 
----------------------- 
cccc 
[WHITESPACE-ONLY LINE]

如果你不介意的文本中的p的孩子也正在输出，你可以使用

string(//p)

这将产生

[WHITESPACE-ONLY LINE] 
aaaa 
foo 
bbbb 
bar 
cccc 
[WHITESPACE-ONLY LINE]

为了准确获得您要求的输出，您需要提供更多信息（请参阅您的问题的评论）。

来源

2015-02-23 23:37:20

XPath：如何从XHTML节点收集多个文本片段？

回答

相关问题