问题描述
对于这个 HTML/XML:
<div class="contentBlock">
<h2> </h2>
<h1></h1>
<h1>DBS055 - single module packages</h1>
</div>
我只想用 XPath 提取 DBS055
,而不是整个文本。
解决方法
XPath 2.0
//h1[normalize-space()]/replace(normalize-space(),'^([\w\-]+).*','$1')
将返回在其字符串值中具有非空格字符的那些 h1
元素的字符串值的所有第一个单词。
XPath 1.0
substring-before(
concat(
normalize-space(
translate(//h1[normalize-space()][1],',;/.',' ')),' '),' ')
近似于更强大的 XPath 2.0 解决方案。根据需要为您考虑定义单词边界的各种字符扩展 ',;/.'
。
说明:
- 选择第一个具有非空白字符串值的
h1
。 - 将所有单词边界字符映射到空格。
- 附加一个空格以覆盖单个单词的大小写。
- 规范间距。
- 返回第一个空格之前的子字符串。