使用 XPath 抓取不包含某个子元素的元素

Question

对于抓取工具，我希望获得页面上所有元素的列表，其中不包含某个子元素。 DOM 看起来像这样

<scrape>
      <div id='123'>
          <span>test</span>
      </div>
</scrape>
<scrape>
      <div id='1234'>
          <span>test</span>
      </div>
</scrape>
<scrape>
      <div id='12345'>
          <span>test</span>
          <span>don't include</span>
      </div>
</scrape>

我需要做的是，我的列表需要包含所有 scrape 元素，这些元素不包含 span with text don't include。

有什么想法吗？

谢谢！

Answer 1

这应该有效

//scrape[not(.//span[text()='don't include'])]

直译：
标签名称为 scrape 而不是 的元素内部（子元素）标签名称为 span 且 text 的值为 don't include

使用 XPath 抓取不包含某个子元素的元素

Use XPath to scrape elements which do not contain a certain child element

xpath

web-scraping