如何获取HTML元素值，这是另一个HTML元素的属性值？

Question

我正在提取HTML元素属性的值。但该属性本身包含另一个HTML元素。那么无论如何我可以从该属性中提取HTML元素值吗？

这是元素

<div data-content="<i>10%</i><b>C</b>"></div>

而我正试图获得<b>C</b>里面的价值，即C.

我试过下面的xpath：

//div/@data-content

无论如何请帮助。

Answer 1

你的XML中有一个拼写错误。我认为它应该是：

  <div data-content="<i>10%</i><b>C</b>"></div>>

如果是这样，试试这个，看看它是否能让你到达那里：

substring-after((//div/@data-content),'<b>')

Answer 2

正如已经指出的那样，您的输入示例不是格式良好的XML，因此使用XML解析器来解析XML输入的标准XPath或XSLT处理链不起作用。

但是，某些XSLT或XPath处理器允许您将HTML解析器而不是XML解析器插入到处理链中，这样您就可以解析初始输入和属性值以及使用XPath。

此外，使用XSLT 2和3，您可以使用David Carlisle在任何XSLT 2或更高版本样式表中的纯XSLT 2 https://github.com/davidcarlisle/web-xslt/blob/master/htmlparse/htmlparse.xsl中完成的HTML解析器实现来解析您作为字符串的HTML，因此要么作为字符串参数传入，要么在XML输入中的CDATA部分或使用unparsed-text读入。

使用该HTML解析器的功能，然后允许您调用其htmlparse函数两次，并选择b元素，例如， dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b或其内容与例如dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string()。

完整的XSLT样式表将是

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema"
    xmlns:dpc="data:,dpc"
    exclude-result-prefixes="#all"
    version="3.0">

    <xsl:import href="https://github.com/davidcarlisle/web-xslt/raw/master/htmlparse/htmlparse.xsl"/>

    <xsl:param name="html-input" as="xs:string"><![CDATA[<div data-content="<i>10%</i><b>C</b>"></div>]]></xsl:param>

    <xsl:template name="xsl:initial-template" match="/">
        <xsl:copy-of select="dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string()"/>
    </xsl:template>

</xsl:stylesheet>

在线演示

• https://xsltfiddle.liberty-development.net/6r5Gh3s/4
• https://xsltfiddle.liberty-development.net/6r5Gh3s/5

如果您依赖于PHP及其XPath 1.0支持，那么您至少能够针对使用qzxswpoi从HTML字符串创建的DOMDocument运行PHP函数扩展的XPath 1.0：

loadHTML

见

$html = <<<EOT
<div data-content="<i>10%</i><b>C</b>"></div>
EOT;

$domDoc = new DOMDocument();
$domDoc->loadHTML($html);


function parseXmlFragment($fragment) {
    $docFrag = $fragment[0]->ownerDocument->createDocumentFragment();
    $docFrag->appendXML($fragment[0]->textContent);
    return $docFrag;
}

$xpath = new DOMXPath($domDoc);

$xpath->registerNamespace("php", "http://php.net/xpath");

$xpath->registerPHPFunctions("parseXmlFragment");

echo $xpath->evaluate("string(php:function('parseXmlFragment', //div[@data-content]/@data-content)/b)", $domDoc);

，https://www.php.net/manual/en/domdocument.loadhtml.php和https://www.php.net/manual/en/domdocumentfragment.appendxml.php。