如何从网络收获中的字符串中减去子字符串

Question

我是 webharvest 的新手，我正在使用它从网站获取文章数据，使用以下语句：

let $text := data($doc//div[@id="articleBody"])

这是我从上述语句中得到的数据：

The Refine Spa (Furman's Mill) was built as a stone grist mill along the on a tributary of Capoolong Creek by Moore Furman, quartermaster general of George Washington's army

Notable people

Notable current and former residents of Pittstown include:

我的问题是，是否可以从另一个字符串中减去一个字符串 在上面的示例中：内容中的“名人”。

这样可以吗？如果可能，请让我知道如何。谢谢。 有什么我可以这样做的吗：

if (*contains*($text, 'Notable people')) then $text := *minus*($text, 'Notable people') 

contains 是一个示例函数名，用于确定一个字符串是另一个字符串的子字符串， minus 是从另一个中删除子字符串的示例函数名称

想要的输出：

The Refine Spa (Furman's Mill) was built as a stone grist mill along the on a tributary of Capoolong Creek by Moore Furman, quartermaster general of George Washington's army

Notable current and former residents of Pittstown include:

Answer 1

来自http://web-harvest.sourceforge.net/manual.php：

正则表达式

在正文中搜索给定的正则表达式，并可选择用指定的模式替换找到的匹配项。 如果 body 是一个值列表，那么正则表达式处理器将应用于每个项目，最终执行结果是列表。

您只需要使用正确的正则表达式正确的regexp-pattern 和正确的regexp-result