使用 Xpath 如何从有时包含链接的 table 单元格中提取数据？

Question

我有这个htmltable:

<table class="info">
<tbody>
    <tr><td class="name">Year</td><td>2011</td></tr>
    <tr><td class="name">Storey</td><td>3</td></tr>
    <tr><td class="name">Title</td><td><a href="http://gov.kz/premera/">Premier</a></td></tr>
    <tr><td class="name">Condition</td><td>Renovated</td></tr>
</tbody>
</table>

在此 table 中，数据的组织方式是每行包含 2 个包含在 <td> 标签中的单元格。第一个单元格包含有关数据类型的信息。例如房屋的建造年份。第二个单元格本身包含年份信息，即 2011 年。

我正在尝试从第 2 个单元格中提取信息（它是：2011、3、Premier、Renovated）

我使用这个 Xpath 表达式：

//table[@class="info"]//td[2]/text()

收到输出（错误）：

2011
3
Renovated

期望的输出：

2011
3
Premier
Renovated

如您所见，第 3 行的第 2 个 <td> 而不仅仅是文本包含 link，因此此行的信息丢失.因此，未收到所需的字符串 "Premier"。有时行中的单元格包含 links，有时它只是纯文本。在这两种情况下（link 或仅给出文本），有什么方法可以从第二个单元格中提取数据？

Answer 1

只需在 text():

前添加第二个正斜杠

//table[@class="info"]//td[2]//text()

这将从您选择的 td

的所有子节点中获取文本节点

使用 Xpath 如何从有时包含链接的 table 单元格中提取数据？

Using Xpath how to extract data from table cells that contain links sometimes?

html

xpath

parsing

href