XPath「不」。忽略具有特定標記的分支

Question

我已經將網頁加載到HTML Agility Pack並具有DOM。我想使用XPATH來提取頁面上的所有文本（但不是在<script>標籤中找到的JavaScript）。

我想我需要一個// text（），然後'不'來忽略其中有<script>的分支內的任何標籤。

我已經試過

doc.DocumentNode.SelectNodes("//text()[not(self::script)]")) 

和

doc.DocumentNode.SelectNodes("//text()[not(script)]")) 

但既不工作。他們返回是一個節點的XPath屬性的例子（注意腳本）

/html[1]/body[1]/div[2]/div[4]/div[1]/div[1]/div[1]/div[3]/script[1]/#text[1] 

我已經與這兩個職位的諮詢。

Is it possible to do 'not' matching in XPath?

Grab all text from html with Html Agility Pack（這是一個很好的職位，但它帶來了JS）

有什麼建議？

Answer 1

您的第一次嘗試拒絕所有腳本元素的文本節點，而第二次拒絕所有具有腳本節點子節點的文本節點。當然，在這兩種情況下，這種情況從來都不是真的。

您還沒有解釋清楚你的要求，但我想你想拒絕有腳本元素作爲他們的父母，所有文本節點這將是

//text()[not(parent::script)] 

或

//*[not(self::script)]/text()