用于删除空白的xpath表达式

我有这个HTML：

 <tr class="even  expanded first>
   <td class="score-time status">
     <a href="/matches/2012/08/02/europe/uefa-cup/">

            16 : 00

     </a>
    </td>        
  </tr>

可以检查text（）节点是否为空

/路径/文本（）


如果这些轴没有容器，它可能对以下轴很有用：同级轴：：，或者子轴：：


可以使用xpath 2的string（）或regex（）函数

注意：一些评论说xpath不能进行字符串操作。。。即使它不是专门为它设计的，您也可以做一些基本的事情：contains（）、start-with（）、replace（）

如果您想检查空白节点，这要困难得多，因为您通常会有一个nodelist结果集，而大多数xpath函数（如match或replace）只操作一个节点


您可以分离节点和字符串操作

因此，您可以使用xpath检索容器或文本节点列表，然后用另一种语言对其进行处理。（例如java、php、python、perl）。
I.使用这个XPath表达式：

translate(normalize-space(/tr/td/a), ' ', '')

translate(/tr/td/a, ' 	
&#13', '')

说明：

translate(normalize-space(/tr/td/a), ' ', '')

translate(/tr/td/a, ' 	
&#13', '')

从其参数生成一个新字符串，其中删除任何前导或尾随空格（空格、制表符、NL或CR字符），并用单个空格字符替换任何中间空格

获取由
normalize-space（）
生成的结果，并生成一个新字符串，其中剩余的每个中间空格都被空字符串替换


II。或者：

translate(normalize-space(/tr/td/a), ' ', '')

translate(/tr/td/a, ' 	
&#13', '')

请尝试以下xpath表达式：

//td[@class='score-time status']/a[normalize-space() = '16 : 00']

我遇到这个线程时，我有我自己的问题类似于上述

HTML

然而，这抓住了随机空白，并给了我以下输出：

['\n          ', '\n        1.0.1\n      ']

使用normalizespace，它删除了第一个空白节点，并留给我想要的东西

tree.xpath('//div[@class="d-flex"]/h4/a/text()[normalize-space()]')

['\n        1.0.1\n      ']

然后，我可以抓取列表的第一个元素，并使用strip（）删除任何进一步的空白

XPath最终命令

tree.xpath('//div[@class="d-flex"]/h4/a/text()[normalize-space()]')[0].strip()

这给我留下了我所需要的：

1.0.1

您可以像[normalize-space（）=“16:00”]

中那样使用XPath，使用什么实现-PHP，或者什么？XPath关注的是节点的检索，而不是字符串处理。任何删除空格的操作都需要在检索后单独完成。我认为有一个表达式可以在没有空格的情况下获得所需的文本。如果我们讨论的是php（由于它是关于html的，所以我以某种方式假设），您可以在DOMDocument对象上将preseveWhiteSpace设置为false，导致自动删除多余的空白。正如我所说，XPath不是字符串处理机制；它不能删除空格。它只涉及数据的检索。您要对该数据执行的任何操作都必须单独执行，目前我们不知道您使用的是哪种语言。@Utkanos:关于XPath的字符串处理功能的绝对语句被证明是错误的——我的回答是：）是否存在通过XML文件仅获取CDATA节点的最短XPATH表达式？@ArupRakshit，XPATH数据模型中没有“CDATA节点”，因此无法将CDATA作为包含它的文本节点的一部分进行区分。与不可能知道短标记是否用于没有子元素的元素，或者是否在属性值周围使用引号或撇号作为分隔符相同。@DimitreNovatchev感谢您的回答。这意味着，我需要找到它，我搜索常规节点。@ArupRakshit，是的，在XPath中只能选择全文节点。如果您对要查找的文本了解更多（如子字符串），则可以使用谓词筛选这些节点