我正在提取 HTML 元素属性的值。但该属性本身包含另一个 HTML 元素。那么无论如何我可以从该属性中提取 HTML 元素值吗？
这是元素
<div data-content="<i>10%</i><b>C</b>"></div>
我正在尝试获取 <b>C</b> 内部的值，即 C
我已经尝试了下面的 xpath：
//div/@data-content
无论如何，请帮忙。
【问题讨论】：
<
<div data-content="&lt;i>10%&lt;/i>&lt;b>C&lt;/b>"></div> 这样格式良好的XML，data-content 属性的值也只是字符，因此你需要使用字符串操作函数。
您的 XML 中有错字。我认为它应该是：
<div data-content="<i>10%</i><b>C</b>"></div>>
如果是这样，试试这个，看看它是否能让你到达那里：
substring-after((//div/@data-content),'<b>')
【讨论】：
正如已经指出的那样，您的输入样本不是格式良好的 XML，因此使用 XML 解析器解析 XML 输入的标准 XPath 或 XSLT 处理链将不起作用。
但是，一些 XSLT 或 XPath 处理器允许您将 HTML 解析器而不是 XML 解析器插入到处理链中，这样您就可以解析初始输入和属性值以使用 XPath。
此外，使用 XSLT 2 和 3，您可以使用 David Carlisle 在纯 XSLT 2 https://github.com/davidcarlisle/web-xslt/blob/master/htmlparse/htmlparse.xsl 中从任何 XSLT 2 或更高版本样式表中完成的 HTML 解析器实现来解析您作为字符串的 HTML，因此可以作为字符串参数传入或在 XML 输入的 CDATA 部分中转义或使用unparsed-text 读入。
使用该 HTML 解析器的功能，您可以调用其 htmlparse 函数两次，并选择 b 元素，例如dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b 或其内容，例如dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string().
完整的 XSLT 样式表是
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
xmlns:xs="http://www.w3.org/2001/XMLSchema"
xmlns:dpc="data:,dpc"
exclude-result-prefixes="#all"
version="3.0">
<xsl:import href="https://github.com/davidcarlisle/web-xslt/raw/master/htmlparse/htmlparse.xsl"/>
<xsl:param name="html-input" as="xs:string"><![CDATA[<div data-content="<i>10%</i><b>C</b>"></div>]]></xsl:param>
<xsl:template name="xsl:initial-template" match="/">
<xsl:copy-of select="dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string()"/>
</xsl:template>
</xsl:stylesheet>
在线演示在
如果您依赖于 PHP 及其 XPath 1.0 支持，那么您至少能够针对使用 HTML 字符串中的loadHTML 创建的 DOMDocument 运行由 PHP 函数扩展的 XPath 1.0：
$html = <<<EOT
<div data-content="<i>10%</i><b>C</b>"></div>
EOT;
$domDoc = new DOMDocument();
$domDoc->loadHTML($html);
function parseXmlFragment($fragment) {
$docFrag = $fragment[0]->ownerDocument->createDocumentFragment();
$docFrag->appendXML($fragment[0]->textContent);
return $docFrag;
}
$xpath = new DOMXPath($domDoc);
$xpath->registerNamespace("php", "http://php.net/xpath");
$xpath->registerPHPFunctions("parseXmlFragment");
echo $xpath->evaluate("string(php:function('parseXmlFragment', //div[@data-content]/@data-content)/b)", $domDoc);
请参阅https://www.php.net/manual/en/domdocument.loadhtml.php、https://www.php.net/manual/en/domdocumentfragment.appendxml.php 和 https://www.php.net/manual/en/domxpath.registerphpfunctions.php。
【讨论】：