返回全文元素（包括子元素/後代元素）

Question

我試圖從div/p頁面上的第一次出現獲取文本，並且只有第一個p。 <p>包含其他標籤（<b>,< a href >）並且從<p>返回的文本在任何其他標籤處停止。是否有辦法讓該行返回<和</>之間的所有文本，即使在嵌入式標籤之間？

puts doc.xpath('html/body/div/p[1]/text()').first 

Answer 1

使用：

string((//div/p)[1]) 

當這個XPath表達式求值的結果是第一p的是一個div的子文檔中的字符串值。

按照定義，string value是一個元素的連接（按文檔順序）的所有文本節點的後代。

因此，您可以跳過以此p元素爲根的子樹中的所有文本，並跳過任何其他節點（元素，註釋，PI）。

XSLT - 基於驗證：

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
<xsl:output omit-xml-declaration="yes" indent="yes"/> 
<xsl:strip-space elements="*"/> 

<xsl:template match="/"> 
    <xsl:copy-of select="string(p)"/> 
</xsl:template> 
</xsl:stylesheet> 

當在下面的XML文檔施加這種轉變：

<p> 
Hello <b> 
    <a href="http://www.w3.org/TR/2008/REC-xml-20081126/">XML</a> 
    World!</b> 
</p> 

所評估的結果（沒有這樣的提供！）輸出XPath表達式：

Hello XML 
    World! 

Answer 2

使用引入nokogiri作爲替代更多的XPath，你可以使用Nokogiri::XML::Node#inner_text：

puts doc.xpath('html/body/div/p[1]').inner_text