用Hpple解析HTML

Question

我正在使用Hpple传递一个HTML文件。HTML文件非常类似于以下内容。

    <div class="entry">
        <p>some text here
        <a>Inside a</a>
         another text here
        </p>
       <div class="caption">
        caption here
       </div>
        <p>Blah
        </p>
    </div>

我想看到的结果是“这里有一些文本--这里的另一个文本-- Blah”(它忽略了所有内容都是标题div，包括内部和后面的内容)。

以下是我尝试过的一些查询：

1. "//div[@class='entry']/p"结果："some text here"
2. "//div[@class='entry']//p"结果："some text here caption here Blah"
3. "//div[@class='entry']/p//text()"结果：Nothing

谢谢。

Answer 1

你可能自己回答过这个问题，但我只是遇到了类似的问题。为了得到我用过的文字

//div@class='entry'//a@inside//*

这让我得到了你在里面所称的文字。如果这有用的话请告诉我。我自己还在学习如何解析HTML。祝好运。

Answer 2

试试这个：

//div[@class='entry']//p//text() - should return "Some text here another text here Blah" 
//div[@class='entry']//text() - should return "Some text here another text here caption here Blah"