html - XPath 选择该父 div 内的 的所有文本内容排除特定的 标记

Question

我正在查询的部分 HTML:

<div class="author">   
    Tobi Raphael
    <div class="artdate"> Last Updated: 24 July 2014|16:25 GMT</div>
</div>

我只需要“Tobi Raphael”。我不要<div class"artdate"元素。

我试过下面的 XPath 表达式但没有用:

[@class='author']/*/descendant-or-self::*[text() and not(self::div)]

我的查询有什么问题？

Answer 1

您应该从根或所选元素开始。

假装我们在根

/div[@class='author']/text()

这会将所有文本放入您的元素中，包括空文本如空格、制表符等...:

Text='Tobi Raphael'
Text=''

如果我们想避免这种情况

/div[@class='author']/text()[normalize-space(.) != '']

仅输出文本:

Text='Tobi Raphael'