recherche

Maison  >  Questions et réponses  >  le corps du texte

html - xpath怎样不包括某个节点？

公司有30多个网站，因为G20怕被篡改。
写了个scrapy爬下30多个网站的<body>内容，然后保存json对比。
其中两个网站有访问人数统计，所以每次访问得到的数字都不一样，所以不能判断是否被篡改。
想到的方法是去除掉那两个网站的统计<p>。
但是用Xpath始终没有成功。。

<p class="Copyright">
    <p><a href="/index">xxx</a>  
        <a href="#">xxx</a>  
        <a href="#">xx</a>  
        <a href="#">xx</a>  
        <a href="/xxx/nexxxfo/id/6xx4">联系我们</a> | 
        <a href="/xxx/nexxxfo/id/60xx">帮助中心</a><p> 
        <p>xxxx</p>
        <p>xxxxx 访问量：283444</p>
        <p style="width:300px;margin:0 auto 5px auto; ">
            <a target="_blank" href="h" style="dihxxxpx;">xxxx</p></a>
        </p>
    </p>
</p>

使用Xpath //body/*[not(contains(p/@class, 'Copyright'))]
另外也试了好多种方法。都不行
还有一个问题是，因为有两个页面，所以我不能只去除Copyright这个p还有一个叫m-content也要去除。。
请问如何操作。。

PHPzPHPz2768 Il y a quelques jours520

répondre à tous(3)je répondrai

  • 巴扎黑

    巴扎黑2017-04-18 09:39:42

    Régulier devrait être ok, non ? L'avez-vous essayé ?

    répondre
    0
  • ringa_lee

    ringa_lee2017-04-18 09:39:42

    1. Il semble que contains ne puisse correspondre qu'aux attributs ou au texte de la balise

    2. Vous pouvez utiliser and entre crochets XPath pour faire correspondre la condition en parallèle

    répondre
    0
  • 怪我咯

    怪我咯2017-04-18 09:39:42

    xpath sert à faire correspondre et à ne pas correspondre. Vous le tirez vers le bas, puis faites correspondre les parties inutiles et les supprimez

    répondre
    0
  • Annulerrépondre