XPath表达式：选择元素节点之间的文本节点

Question

基于以下 HTML，我想提取 TextA、TextC 和 TextE。

<div id='content'>
    TextA
    <br/>
    <br/>
    <p>TextB</p>
    TextC
    <br/>
    TextC
    <p>TextD</p>
    TextE
</div>

我尝试这样获取TextC，但我没有得到想要的结果：

查询： //*[preceding::p[contains(.,"TextB")] and following::p[contains(.,"TextD")]] 期望的结果： ["TextC", <br/>, "TextC"] 实际结果： [<br/>] 是否有一种方法可以选择文本节点而不使用索引，例如//div/text()[1]？

- Michael Wyss

---

你的问题非常不清楚。在第一行中，你说“我想提取TextA、TextC和TextE”，但后来又谈到要选择["TextC", <br/>, "TextC"]。请明确解释你想做什么。 - JLRishe

明白了。我确实想要提取所有文本节点，我的查询只是一个我尝试做的示例。 - Michael Wyss

Answer 1

两个文本节点未出现在您的XPath结果中的原因是因为*只匹配元素。要匹配元素和文本节点，您可以改用node()：

//node()[preceding::p[contains(.,"TextB")] and following::p[contains(.,"TextD")]]

演示

或者，如果您只想获取文本节点，即不包括<br/>，则可以使用text()而不是node()：

//text()[preceding::p[contains(.,"TextB")] and following::p[contains(.,"TextD")]]

- har07

---

在代码中修复了一个复制粘贴错误。+1。顺便说一句，@OP如果您能确保所引用的<p>元素与文本节点处于同一级别，那么使用preceding-sibling和following-sibling而不是preceding和following可能会获得更好的效率。根据您将如何广泛地将此技术应用于不同的XML输入，您甚至可能需要preceding-sibling::p[1]以获得更高的特异性和效率。 - LarsH

这正是我一直在寻找的。谢谢！ - Michael Wyss