如何在 PostgreSQL 中使用 Xpath 提取 html 属性？

Question

我正在处理仅以如下所示格式存储 HTML href 标记的列。 href标签之外没有其他标签。

<a href='https://www.website1.ca/en/Section1/Section2/Section3/Section-4---Section5-R-Zone.pdf'>B4</a>

我正在尝试从 HTML 标记中提取链接：https://www.website1.ca/en/Section1/Section2/Section3/Section-4---Section5-R-Zone.pdf

我不确定要使用什么 Xpath 表达式。我尝试使用以下方法获取 HTML 属性中的值，但它似乎不起作用。

select
xpath(
'/href',
$$<a href='https://www.website1.ca/en/Section1/Section2/Section3/Section-4---Section5-R-Zone.pdf'>B4</a>$$,
'/@href'
); 

是否有 xpath 表达式来获取 HTML 属性内的值？

Answer 1

您的 XPATH 查询错误。使用此查询获取所有a 标签的所有href 属性：

SELECT xpath(
          '//a/@href',
           $$<a href='https://www.website1.ca/en/Section1/Section2/Section3/Section-4---Section5-R-Zone.pdf'>B4</a>$$
       );

                                          xpath                                          
═════════════════════════════════════════════════════════════════════════════════════════
 {https://www.website1.ca/en/Section1/Section2/Section3/Section-4---Section5-R-Zone.pdf}
(1 row)

结果是一个包含所有结果的数组（可能有几个这样的标签）。