php - 通过XPath直接显示文本内容？

Question

//*/text()[string-length() > 100]

...几乎可以工作，除了它还会在 html document中选择 script和 style标记，并且遇到 <br>或其他标记时会停止文本选择。



我想查找直接包含文本的元素，并且该文本大于140个字符，并且应该选择整个元素的文本（有时文本在 span内）。

Answer 1

您需要了解difference between text() nodes and string values in XPath。


text()在XPath中选择text nodes。显示在br元素中
您的选择表单在父元素中混合了内容：text()
节点和元素混合在一起。
string()是一个XPath函数，它返回XPath表达式的string value。要获取忽略br元素的字符串，请选择
父div并通过string()直接获取其字符串值
或通过在表达式中使用表达式来隐式获取其字符串值
暗示要转换为字符串的上下文。


在这种背景下，您的陈述，


我想查找直接包含文本的元素，并且文本是
大于140个字符，整个元素的文字应为
选中（有时文本在跨度之内）。


可以改写为

我想找到具有text()节点子代且其字符串值的长度大于140的元素。

让我们看一些示例XML，

<r>
  <a>This is a <b>test</b> of mixed content.</a>
  <c>asdf asdf asdf asdf</c>
  <d>asdf asdf</d>
</r>

然后将140减少到8以使其更易于管理，然后

//*[text()][string-length() > 7]

捕获改写的需求并选择四个元素：

<r>
  <a>This is a <b>test</b> of mixed content.</a>
  <c>asdf asdf asdf asdf</c>
  <d>asdf asdf</d>
</r>

<a>This is a <b>test</b> of mixed content.</a>

<c>asdf asdf asdf asdf</c>

<d>asdf asdf</d>

请注意，它没有选择 b，因为其字符串值的长度小于7个字符。

还要注意，由于元素之间只有空格的 r，因此选择了 text()。要消除这些元素，请在 text()中添加一个附加谓词：

//*[text()[normalize-space()]][string-length() > 7]

然后，将仅选择 a， c和 d。

如果只需要文本，则可以在XPath 1.0中共同使用字符串值：

string(//*[text()[normalize-space()]][string-length() > 7])

如果要收集字符串，则在XPath 1.0中，需要通过调用XPath的语言来遍历元素，但是在XPath 2.0中，可以在末尾添加 string()步骤：

//*[text()[normalize-space()]][string-length() > 7]/string()

得到三个单独的字符串的序列：

This is a test of mixed content.
asdf asdf asdf asdf
asdf asdf