Xidel提取标记内的数据--原始输出

Question

很高兴成为StackOverflow的一员，一个长期潜伏在这里的人。

我需要解析两个标记之间的文本，到目前为止，我已经找到了一个很棒的工具，叫做Xidel

我需要解析中间的文本

​

<div class="description">
Text. <tag>Also tags.</tag> More text.
</div>

​

但是，所说的文本可以包括HTML标签在其中，我希望他们打印出来的原始格式。因此，使用如下命令：

xidel --xquery '//div[@class="description"]' file.html

让我明白：

Text. Also tags. More text.

我需要它保持原样，所以：

Text. <tag>Also tags.</tag> More text.

我如何才能做到这一点？

致敬，R

Answer 1

可以通过几种方式使用Xidel来完成，这就是我如此喜欢它的原因。

HTML模板：

xidel -s file.html -e "<div class='description'>{inner-html()}</div>"

XPath：

xidel -s file.html -e "//div[@class='description']/inner-html()"

CSS：

xidel -s file.html -e "inner-html(css('div.description'))"

顺便说一句，在Linux上:将双引号替换为单引号，反之亦然。

Answer 2

您可以通过添加--output-format=xml选项来显示标记。

xidel --xquery '//div[@class="description"]' --output-format=xml file.html