獲取從表的具體數據使用XPath

enter image description here

我想所有的行，我至極可以用做：

enter image description here

使用string-join($doc//*[@id='salaries']/tbody/tr/normalize-space(.), '
')的預期最終輸出是：

1985-86 Los Angeles Lakers NBA $2,030,000 
1987-88 Los Angeles Lakers NBA $2,000,000 
1988-89 Los Angeles Lakers NBA $3,000,000

我的問題是，如何從最終輸出中刪除第三列（在這個例子中入選NBA）得到這個：

1985-86 Los Angeles Lakers $2,030,000 
1987-88 Los Angeles Lakers $2,000,000 
1988-89 Los Angeles Lakers $3,000,000

PS：我不知道該列始終在那個地方，但固定包含在它的聯賽a[contains(@href, 'league')]

來源

2012-08-03 Enissay

而非圖片，你能顯示源？ – choroba 2012-08-03 09:56:31

@choroba，是的，我忘了它xD ...發佈更新:) – Enissay 2012-08-03 10:08:57

此XPath 2.0表達式：

for $i in 1 to count(/tbody/tr), 
     $r in /tbody/tr[$i], 
     $s in string-join($r/td[not(position() eq 3)]/normalize-space(.), ' ') 
    return 
    concat($s, '&#xA;')

所提供的XML文檔評價時：

<tbody> 
<tr class="" data-row="0"> 
    <td align="left">1985-86</td> 
    <td align="left"><a href="/teams/LAL/1986.html">Los Angeles Lakers</a></td> 
    <td align="left"><a href="/leagues/NBA_1986.html">NBA</a></td> 
    <td align="right" csk="2030000">$2,030,000</td> 
</tr> 
<tr class="" data-row="1"> 
    <td align="left">1987-88</td> 
    <td align="left"><a href="/teams/LAL/1988.html">Los Angeles Lakers</a></td> 
    <td align="left"><a href="/leagues/NBA_1988.html">NBA</a></td> 
    <td align="right" csk="2000000">$2,000,000</td> 
</tr> 
<tr class="" data-row="2"> 
    <td align="left">1988-89</td> 
    <td align="left"><a href="/teams/LAL/1989.html">Los Angeles Lakers</a></td> 
    <td align="left"><a href="/leagues/NBA_1989.html">NBA</a></td> 
    <td align="right" csk="3000000">$3,000,000</td> 
</tr> 
</tbody>

產生想要的，正確的結果：

1985-86 Los Angeles Lakers $2,030,000 
1987-88 Los Angeles Lakers $2,000,000 
1988-89 Los Angeles Lakers $3,000,000

如果要排除的列的位置是不能保證是固定的，使用：

for $i in 1 to count(/tbody/tr), 
     $r in /tbody/tr[$i], 
     $s in string-join($r/td[not(starts-with(a/@href,'/leagues'))] 
           /normalize-space(.), ' ') 
    return 
    concat($s, '&#xA;')

來源

2012-08-03 12:37:36

Awsome，我從來沒有見過一個像這：o ...像平常一樣完美:) – Enissay 2012-08-03 13:18:51

@ Enissay：不客氣。我很好奇 - 你的平臺是什麼？您使用哪種特定的XPath 2.0處理器以及使用哪種主機語言？ – 2012-08-03 13:20:11

那麼，正如我在我以前的問題中所說的，我在Web-Harvest的腳本中使用了這個...以下是一些示例：http：//web-harvest.sourceforge.net/samples.php ...我希望這個答案您的問題:) – Enissay 2012-08-03 13:51:18

要exlude第三列，使用

tbody/tr/td[position()!=3]

要exlude含有的鏈接，你可以使用

tbody/tr/td[not(contains(a/@href,'league'))]

來源

2012-08-03 10:16:14 choroba

嗯，我已經嘗試過，但我無法設法得到上面的最終輸出：/ – Enissay 2012-08-03 10:36:38

獲取從表的具體數據使用XPath

回答

相關問題