html - 使用 XPath 获取带有内部链接的段落文本

Question

我正在使用 XPath 解析 HTML 页面，并希望获取某些特定段落的整个文本，包括链接文本。

例如我有以下段落:

<p class="main-content">
    This is sample paragraph with <a href="http://google.com">link</a> inside.
</p>

我需要得到以下文本作为结果:“This is sample paragraph with link inside”，但是应用 "//p[@class'main-content']/text()" 给出我只有“这是内部示例段落”。

你能帮忙吗？谢谢。

Answer 1

要获取节点的全部文本内容，请使用 string功能:

string(//p[@class="main-content"])

请注意，这会获取一个字符串值。如果您想要文本节点(由 text() 返回)，您可以这样做。您需要深入搜索:

//p[@class="main-content"]//text()

这将返回三个文本节点:This is sample paragraph with、link 和 inside。