xpath 返回所有非空白文本节点，而不是 `a`、`style` 或 `script` 的后代答案

【问题标题】：xpath return all non-blank text nodes not descendant of `a`, `style` or `script`xpath 返回所有非空白文本节点，而不是 `a`、`style` 或 `script` 的后代
【发布时间】：2012-06-30 10:38:00
【问题描述】：

什么表达式会选择所有文本节点：

不是空白
不在在a、script 或style 内？

【问题讨论】：

好问题，+1。请参阅我的答案，以获得比当前接受的更短且更有效的 XPath 表达式。 :)

标签： xpath

【解决方案1】：

使用：

//*[not(self::a or self::script or self::style)]/text()[normalize-space()]

此表达式不仅比当前接受的答案中的表达式短，而且还可能更有效。

请注意，该表达式根本不使用任何（后退/上）向轴。

【讨论】：

+1 谢谢。用 firebug 测试，确实缩短了获取节点的时间。
@Majid：不客气。如果这比当前接受的答案更好，您可以考虑接受我的答案。
我会的，这对热情地回答我问题的其他人来说是不是很粗鲁。
先生 normalize-space() 在 nodetest 中做什么？
TLDR：不选择非空白节点。 normalize-space 函数从字符串中去除前导和尾随空白，用单个空格替换空白字符序列，并返回结果字符串。 developer.mozilla.org/en-US/docs/Web/XPath/Functions/… 所以这会在节点只有空格的情况下返回空字符串，这意味着节点测试失败（空字符串为假：stackoverflow.com/questions/346226/…）并且只包含空格的节点被省略。

【解决方案2】：

应该这样做，假设“不在内部”意味着文本节点不应该是“a”或“脚本”或“样式”元素的后代。如果“不在内部”仅意味着不应该是孩子，则使用 parent::a 等等而不是祖先::a。

//text()[normalize-space() and not(ancestor::a | ancestor::script | ancestor::style)]

【讨论】：

需要您的帮助 - /books/child::* 和 /books/child::node() 之间有什么区别吗？
是否可以有条件 //text()[not(ancestor::a)] 但允许一些特定的单词列表？就像如果链接在“家”这个词上，那么我们会保留它。还是完全荒谬？

【解决方案3】：

我使用了 Dimitre Novatchev 的答案，但后来我偶然发现了主题启动者描述的问题：

不是a、style 或 script 的后代

Dimitre 的答案不包括 style 标签，但包括其子标签。此版本还排除了style、script、noscript 标签和它们的后代：

//div[@id='???']//*[not(ancestor-or-self::script or ancestor-or-self::noscript or ancestor-or-self::style)]/text()

无论如何，感谢 Dimitre Novatchev。

【讨论】：

+1 没试过，不过从你的描述来看，这个方法比较健壮。
@warvariuc：为什么你认为<style> 元素可以有（元素）子元素？我搜索了这个——这里可以看到没有提到这样的语法：developer.mozilla.org/en-US/docs/Web/HTML/Element/style