r - XPath。获取标签内的文本，而不是标签外的其他文本

Question

我在html页面中有两种模式，它们之间的唯一区别是在封闭的strong标签之后存在附加文本。这是一个例子：

示例1（在标记strong之后的其他文本）：

<p><strong>14h45 De violents combats ont lieu à Zawiyah</strong>, à 40km à l'Ouest de Tripoli entre les insurgés et les forces restées fidèles au colonel Kadhafi. Un témoin oculaire, cité par l'agence de presse italienne Ansa, affirme: "C'est un massacre, il est difficile d'estimer le nombre de morts". Il y aurait une centaine de victimes, selon la BBC. &nbsp;</p>

示例2（无其他文本）：

<p><strong>Quitte à revenir dans l'euro quelques années plus tard?</strong>&nbsp;</p>

我需要两个XPath，以便在两种情况下都可以在标签' ... '中获得文本。

现在我正在使用

'//p//strong//text()[normalize-space()]' 

但是当我需要两个单独的XPath时，它会从两个示例中捕获文本。

任何帮助表示赞赏。

UPD
还有一种处理案件的方法

<p>
    <a href="http://www.slate.com/id/2286172/" target="_blank">
        <strong>Combien coûte un mercenaire?</strong>
    </a>
    Alors que le régime de Kadhafi semble avoir recours à des combattants étrangers pour réprimer les insurgés, Slate se penche sur leur fonctionnement... et leur émoluement (en anglais).&nbsp;
</p>

XPath

"//p//strong[not(following-sibling::text()[normalize-space()])]//text()"

将返回：

Combien coûte un mercenaire?

但是标签后面有一个文本

Answer 1

您可以在谓词中为following-sibling::text()[normalize-space()]使用strong来仅获取strong元素，后跟非空文本节点：

//p/strong[following-sibling::text()[normalize-space()]]/text()

并使用相反的谓词 not(following-sibling::text()[normalize-space()])来获取其余的 strong元素：

//p/strong[not(following-sibling::text()[normalize-space()])]/text()

注意：假设  在您使用的XPath库中被视为空白，以上内容将起作用。否则，您可能需要将 strong元素后面的文本节点的长度与文本  的长度进行比较，以确定该文本节点是否不仅仅是空白（  ），例如：

following-sibling::text()[string-length(normalize-space())>string-length(' ')]