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，更多请关注范的资源库其它相关文章！