<br>
, <br/>
을 줄 바꿈으로 xpath normalize-space()
을 html로 호출 할 수 있습니까? XPath 버전은 1.0입니다.XPath는 요소의 문자열 값을 선택하지만 <br/>은 줄 바꿈으로 바뀌 었습니까?
웹 사이트의 기사를 구문 분석합니다. 실제 HTML 코드 예제 :
<div id="someid">
<img src="https://habrastorage.org/webt/ej/ye/hp/ejyehp08ercmqzlhzh3um6mtukm.jpeg"><br>
<br>
Организовать удаленный доступ для сотрудников — задача прикладная. Решений на рынке немало, при этом, и подводных камней достаточно. Под катом рассказ о нашем «чемодане», который раскладывается быстро и удобно за 30 минут. Просьба не воспринимать это как рекламный BS, поскольку внутри реальная инструкция по применению.<a name="habracut"></a><br>
<br>
<a href="https://www.parallels.com/ru/products/ras/remote-application-server/">Parallels Remote Application Server</a> (RAS) — это комплексное средство для доставки виртуальных приложений и рабочих столов, позволяющее работать с приложениями и данными с любого устройства, в том числе мобильного. Мы понимаем, что такие решения хочется сначала протестировать в конкретных условиях, прежде чем принимать решение о покупке. <br>
<br>
</div>
사이트에서 텍스트를 추출하는 데 문제가 없습니다. 문제는 normalize-space
이 모두 제거됨을 의미하며 모든 태그는 <br>
을 포함합니다. 결과적으로 한 개의 긴 텍스트 행이 생깁니다. 나는 휴식과 텍스트 줄이 필요합니다.
예상 결과 :
Организовать удаленный доступ для сотрудников — задача прикладная. Решений на рынке немало, при этом, и подводных камней достаточно. Под катом рассказ о нашем «чемодане», который раскладывается быстро и удобно за 30 минут. Просьба не воспринимать это как рекламный BS, поскольку внутри реальная инструкция по применению.
Parallels Remote Application Server(RAS) — это комплексное средство для доставки виртуальных приложений и рабочих столов, позволяющее работать с приложениями и данными с любого устройства, в том числе мобильного. Мы понимаем, что такие решения хочется сначала протестировать в конкретных условиях, прежде чем принимать решение о покупке.
1) 'normalize-space()'를 사용하려는 특별한 이유가 있습니까? 2) 2 개의 부분 문자열을 단일 문자열 또는 2 개의 문자열 목록으로 가져 오시겠습니까? 3) XPath를 공유하십시오 – Andersson
@Andersson 1) HTML 태그가없고 중단 점이있는 텍스트가 필요합니다. 2) 우리는 1 ~ ∞
태그를 가질 수 있습니다. 우리는 기사를 크롤링합니다. –
혼합 된 콘텐츠에서 'br'만이 유일한 요소 유형이라고 확신합니까? – kjhughes