我有一个大的 XML 文件(来自 Microsoft Word),其中包含表格、段落等。我试图获取两个元素之间的所有 XML。例如,我想获取这两者之间的所有 XML
<w:p w:rsidR="00C82C88" w:rsidRDefault="00265695">
<w:r>
<w:t>#StartHere#</w:t>
</w:r>
</w:p>
a whole bunch of XML
<w:p w:rsidR="00C82C88" w:rsidRDefault="00265695" w:rsidP="00265695">
<w:pPr>
<w:pStyle w:val="Caption"/>
</w:pPr>
<w:r>
<w:t xml:space="preserve">Figure </w:t>
</w:r>
<w:r w:rsidR="00F044F8">
<w:fldChar w:fldCharType="begin"/>
</w:r>
<w:r w:rsidR="00F044F8">
<w:instrText xml:space="preserve"> SEQ Figure \* ARABIC </w:instrText>
</w:r>
<w:r w:rsidR="00F044F8">
<w:fldChar w:fldCharType="separate"/>
</w:r>
<w:r>
<w:rPr>
<w:noProof/>
</w:rPr>
<w:t>1</w:t>
</w:r>
<w:r w:rsidR="00F044F8">
<w:rPr>
<w:noProof/>
</w:rPr>
<w:fldChar w:fldCharType="end"/>
</w:r>
<w:r>
<w:t>: #StopHere#</w:t>
</w:r>
</w:p>
如何让 Nokogiri 获取 #StartHere# 和 #StopHere# 之间的所有 XML,包括包含此文本的那些元素?我想以某种方式调用类似 extracted_data = document[from..stop]
的内容。
我可以通过查找以下内容在文档中找到这些要点:
start = doc.at_xpath("//w:p[.//w:t[contains(., '#StartHere#')]]")
stop = doc.at_xpath("//w:p[.//w:t[contains(., '#StopHere#')]]")
但需要弄清楚如何说 document[start..stop] 来抓取所有内容(包括那些)及其之间的内容。
最佳答案
此 XPath,
//node()[ preceding::w:p[w:r/w:t[.='#StartHere#']]
and following::w:p[w:r/w:t[.=': #StopHere#']]]
将选择包含标记文本的两个段落之间的所有节点。
在 Nokogiri 中:doc.xpath("
在此处插入 XPath 上方")
关于ruby - XPath 选择 OOXML 中两个文本标记之间的所有节点?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40410269/