我们通常使用xpath的用处是选择某个或者某些节点,但是如果我们的业务变成“需要选择去掉某个节点,然后拿到其他节点”,这个时候该怎么办呢?
其实xpath中有个功能叫做not(name())可以删除一类tag的所有节点,如下所示:
等等。。。我们先得有一个html的页面结构。方便大家的查看。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Storm</title>
</head>
<body>
<h1 id="h1" name="hname" class="cname">这是一个h1标签</h1>
<h1 id="h2" name="hname" class="cname2">这是一2个h1标签</h1>
<form class="logo">
文本域1:<input type="text" name="first_name">
<br>
文本域2:<input type="text" name="last_name">
</form>
<form>
密码字段:<input type="password" name="password">
</form>
<form>
单选按钮1:
<input type="radio" name="radio1" value="nan">male
<input type="radio" name="radio1" value="nv">female
</form>
<form>
宠物:
<input type="checkbox" name="cw1">猫
<input type="checkbox" name="cw">狗
<input type="checkbox" name="cw">兔子
</form>
</body>
</html>
下面祭出我们的xpath代码:
html.xpath('/html/body/*[not(name()="form")]//text()')
结果如下:
['这是一个h1标签', '这是一2个h1标签']
这种方法在功能上是可以实现的,但是又一个问题,他完全删除了整个tag,也就是说整个名为form的所有tag都被删除了,这个其实杀伤范围过大,有时候我们并不希望这样,因为我们想要删除的可能只是某几个tag,而不是一类tag,但是其实处理方式比较简单 我们自定义一个tag name,我们利用正则将我们打算删除的某个<form</form>改成<connerform></connerform>,然后将not(name()="form")改为not(name()="connerform"),这样就可以了,既然我们都用正则来替换了,为什么不直接来删除呢?简直多此一举啊,那有没有原生的方法供我们使用呢?答案是有的,我们需要用到的写法如下:
html.xpath("//h1[@name='hname' and not(contains(@class,'cname2'))]//text()")
结果如下:
['这是一个h1标签']
整个方法其实是这样的,在中括号(我们知道中括号是用来写某个标签的属性的,我们在这里做文章,使用not字段 not contains就好了)