什麼是從文本（）使用xpath去除東西的方式？

Question

我在Python中使用xpath來解析HTML文件中的表。我使用這個XPath：

//td//text() 

這給我輸出兩個字符串：

['australia', '$3333.99'] 

輸出我想：

['australia', '3333.99'] 

，但我想剝離$符號如何我這樣做一般使用xpath？我試過substring-after但它不起作用。

這是我嘗試：

//td//text()[substring-after(.,'$')] 

，但我得到這樣的輸出：

['$3333.99'] 

Australia從結果缺少

Answer 1

除了使用translate()（如張貼在其他答案），也可以使用substring() function並動態確定片的開始：

In [4]: [item.xpath("substring(., starts-with(., '$') + 1)") for item in root.xpath("//td")] 
Out[4]: ['australia', '3333.99'] 

順便說一句，這種方法比使用translate()，因爲，在這裏，我們只在一個字符串，如果它存在，開始剝一個$字符更安全一點，但translate()將在更換的$所有出現您正在提取的每個td文本。你可能會得到一些不需要的副作用。

注意，你必須這樣做，在任何情況下，兩個步驟 - 在translate()或substring()功能不會被應用到每一個節點，如果使用像translate(//td//text(), "$", "")，引用：

• How to apply the XPath function 'substring-after'
• Is it possible to apply normalize-space to all nodes XPath expression finds?

或者，你可以使用Python修剪它和.lstrip()：

[item.lstrip("$") for item in root.xpath("//td//text()")] 

Answer 2

//td//text()[substring-after(.,'$')] 

這將在['australia', '$3333.99']評估text()，併爲 australia，它的劑量不包含$，這將返回false，並且不會在結果

[td.xpath('translate(., "$", "")')for td in tree.xpath("//td")]