使用 XPath：如何排除嵌套元素中的文本答案

【问题标题】：using XPath: how to exclude text in nested elements使用 XPath：如何排除嵌套元素中的文本
【发布时间】：2013-08-13 20:06:53
【问题描述】：

如果我有一些像下面这样的 html

<div class=unique_id>    
  <h1 class="parseasinTitle">
    <span> Game Title </span>
 </h1>
 Game Developer
</div>

有没有办法可以使用 xpath 来获取文本的“游戏开发者”部分？通过搜索我尝试过：

//div[@class='unique_id' and not(self::h1/span)]

但这仍然给了我整个文本“游戏标题游戏开发者”。

【问题讨论】：

stackoverflow.com/questions/14620745/… 这是我试图遵循的示例。此人正试图获取除了最后两个
元素中的所有文本。我认为这与我的用例相似，因为我还想要除特定标签中出现的所有文本之外的所有文本。我看到使用“自我”的错误在哪里。如果我将我的 xpath 修改为 //div[@class='unique_id']/*[not(self::h1/span)] 使用 /text() 将一无所获。

【解决方案1】：

div[@class = 'unique_id']/text()[not(normalize-space() = '')]

或

div[@class = 'unique_id']/text()[last()]

取决于上下文。

请注意，您仍然需要修剪生成的文本节点。

【讨论】：

谢谢。使用 test() 对我不起作用-我什么也没得到（请参阅对 choroba 的回复）
对不起，是说'text()'
您确实在 XPath 表达式的开头使用了//？
是的，我正在使用它。我不知道为什么，也许只是我遇到的其他问题，但现在你的第一个解决方案正在工作（在标签选择我的 div 之后使用 /text()[not(normalize-space() = '')]。我另请注意，使用 //text() 选择 h1 中的文本而不是外部文本...有趣。你能向我解释一下你的解决方案是如何工作的吗？
当然使用//text() 会选择所有后代文本节点，而不仅仅是直接子节点。我的解决方案非常简单，它读取“标准化内容不为空的所有子文本节点”。如果这对您来说更明显，您可以将其写为 text()[normalize-space(.) != '']。

【解决方案2】：

方括号（“谓词”）中的条件指定节点的条件。 div 节点不是h1 同时满足否定。但是，如果您使用 child 而不是 self，这可能是您的初衷，您将不会得到预期的文本 - 您将一无所获，因为这意味着“搜索具有 unique_id tah 的 div 没有 h1/跨越孩子”。

如果你想要文本，指定 text():

//div/text()[last()]

【讨论】：

谢谢，我正在尝试找到从现在开始的示例，但我找不到。我认为 child 也更有意义，但这个例子是使用 self ......我试过这个，当我使用 text() 时，我什么也没得到。这可能是因为我在这个 xpath 目标上使用的命令已经完成了从元素中获取文本的工作（像 storeText 这样的命令）。如果我使用的命令旨在从目标元素中获取文本，有没有办法可以指定它在那些嵌套标签中不获取任何内容？