代码之家 › 专栏 › 技术社区 › John K

从XHTML文档中剥离特定标记(但保留其内容)的机制?

xquery xpath xslt .net c#

John K · 技术社区 · 14 年前

我想要一个简单的方法从XHTML文档中去掉标记,并且相信在所有选项中必须有足够简练的东西,比如:XSLT、XPath、XQuery、使用.NET XML名称空间的自定义C#编程。我对别人敞开心扉。

例如 <b> XHTML文档中的标记,但是保留它们的内部内容和子标签它的孩子)。

我需要保持原始文档的结构减去剥离的标签。

我见过 XSLT 的匹配元素以供选择的能力;但是我希望在默认情况下匹配所有内容,但有几个例外,我不确定这是否有助于实现这一点。这就是我现在看到的。
函数 XQuery更新 :简单地看一下这项技术,它在功能上与SQL相当,我看不出它如何维护原始文档的嵌套节点结构—我认为这不是一个竞争者)。
习俗 C#/.NET XML命名空间 这个程序可能是可行的,因为我已经有了一个想法,但我的直接假设是,与创建这些其他XML特定匹配语言的原因相比,它可能更复杂。
... 另一种我还没有考虑。。。

1 回复 | 直到 14 年前

Dimitre Novatchev 14 年前

原始文件减去

你想过XSLT吗?这是一种专门为转换XML和一般的树结构而设计的语言。

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="xml" omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:template match="node()|@*">
  <xsl:copy>
   <xsl:apply-templates select="node()|@*"/>
  </xsl:copy>
 </xsl:template>

 <xsl:template match="b">
  <xsl:apply-templates/>
 </xsl:template>
</xsl:stylesheet>

当应用于任何XHTML文档时,如下所示 :

<html>
 <head/>
 <body>
  <p> Hello, <b>World</b>!</p>
 </body>
</html>

,在这种情况下:

<html>
   <head/>
   <body>
      <p> Hello, World!</p>
   </body>
</html>

推荐文章

Monica · 使用Selenium和Python在没有url的情况下单击下载文件

2 年前

JobProcessTask · 如何读取此xpath表达式?

2 年前

ÐÐ½Ð´ÑÐµÐ¹ Ð¡Ð¼Ð¸ÑÐ½Ð¾Ð² · 通过xplpath从xml加载字段时出现问题

3 年前

johns7843 · 如何使用xpath收集所有HREF?Selenium-Python

3 年前

js1069 · 如何通过匹配第一个元素中的文本来获取第二个元素。在Selenium中,Python

3 年前

Tony · IMPORTXML的正确XPATH(用于Yahoo Finance)

3 年前

Astro-Otter · 在DOMXpath中使用preg_match来匹配文本contgent

3 年前

mathias5986 · HTML Selenium Python点击href链接

3 年前

lord stock · 硒在iframe中引发与下拉菜单相互作用的非接触元素异常

3 年前

Tyler Moore · 如何在Selenium for Python中使用多个属性(包括部分字符串匹配)和find_元素

3 年前