div超出不换行_一日一技：XPath不包含应该怎么写？

摄影：产品经理厨师：kingname

假设有这样一段HTML代码：

测试XPath移除功能

无关紧要的引用内容

你好啊

产品经理，

很高兴认识你

。

我想把其中的 你好啊产品经理，很高兴认识你提取出来。

如果我们把XPath写成：

//div[@]/text()

运行效果如下图所示：

这是因为 /text()只会获取当前标签下面的文本，不会获取子标签的文本。

为了解决这个问题，我们在 /text()前面再添加一根斜线：

//div[@]//text()

这样就可以抓取这个 div标签及其子标签下面的所有文本。运行效果如下图所示：

现在问题来了， 无关紧要的引用内容是我不想要的，但是却被无差别抓取进来了。

如果能够实现，抓取 这个 div标签下的文本和除了 以外的所有子节点的文本就好了。

如果没有 你好啊这三个字，那么XPath可以这样写：

//div[@]//*[not(@)]/text()

这里的 //*[not(@)]的意思是说，这个 div标签下面的所有 class不为"quote"的子标签的文本。

运行效果如下图所示：

但比较麻烦的是， 你好啊这一句，它就是 div标签下的文本，它不属于任何子标签。所以上面的XPath无法获取到。

为了单独直接获取 div下面的内容，我们需要使用 |再拼接一个 XPath：

//div[@]/text() | //div[@]//*[not(@)]/text()

运行效果如下图所示：

不过结果是一个列表，并且有很多换行符，看起来不够清晰，于是用Python再进行清洗。最终效果如下图所示：

总结

以上是生活随笔为你收集整理的div超出不换行_一日一技：XPath不包含应该怎么写？的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。