编程

xpath 排除某个元素

1099 2023-03-07 15:13:18

通常我们使用 xpath 的用处是选择某个或者某些节点,但是如果我们的业务变成“需要选择去掉某个节点,然后拿到其他节点”,这个时候该怎么办呢?

其实 xpath 中有个功能叫做 not(name()) 可以删除一类 tag 的所有节点,如下所示:

我们先有一个 html 的页面结构。方便大家的查看。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Storm</title>
</head>
<body>
    <h1 id="h1" name="hname" class="cname">这是一个h1标签</h1>
    <h1 id="h2" name="hname" class="cname2">这是一2个h1标签</h1>
    <form class="logo">
        文本域1:<input type="text" name="first_name">
        <br>
        文本域2:<input type="text" name="last_name">
    </form>
    <form>
        密码字段:<input type="password" name="password">
    </form>
    <form>
        单选按钮1:
        <input type="radio" name="radio1" value="nan">male
        <input type="radio" name="radio1" value="nv">female
    </form>
    <form>
        宠物:
        <input type="checkbox" name="cw1">猫
        <input type="checkbox" name="cw">狗
        <input type="checkbox" name="cw">兔子
    </form>
</body>
</html>

下面祭出我们的 xpath 代码:

html.xpath('/html/body/*[not(name()="form")]//text()')

结果如下:

['这是一个h1标签', '这是一2个h1标签']

这种方法在功能上是可以实现的,但是又一个问题,他完全删除了整个 tag,也就是说整个名为 form 的所有 tag 都被删除了,这个其实杀伤范围过大,有时候我们并不希望这样,因为我们想要删除的可能只是某几个tag,而不是一类tag,但是其实处理方式比较简单 我们自定义一个 tag name,我们利用正则将我们打算删除的某个 <form></form> 改成 <connerform></connerform> ,然后将 not(name()="form") 改为 not(name()="connerform"),这样就可以了,既然我们都用正则来替换了,为什么不直接来删除呢?简直多此一举啊,那有没有原生的方法供我们使用呢?答案是有的,我们需要用到的写法如下:

html.xpath("//h1[@name='hname' and not(contains(@class,'cname2'))]//text()")

结果如下:

['这是一个h1标签']

整个方法其实是这样的,在中括号(我们知道中括号是用来写某个标签的属性的,我们在这里做文章,使用 not 字段 not contains 就好了)