Como posso encontrar o URL do link pelo texto do link com XPath?

87

Tenho uma página XHTML bem formada . Quero encontrar o URL de destino de um link quando tiver o texto do link.

Exemplo

<a href="http://stackoverflow.com">programming questions site</a>
<a href="http://cnn.com">news</a>

Eu quero uma expressão XPath tal que, se fornecida, programming questions siteela dará http://stackoverflow.come se eu der, newsela dará http://cnn.com.

xml xhtml xpath

— flybywire
fonte

141

Deve ser algo semelhante a:

// a [text () = 'text_i_want_to_find'] / @ href

— Badaro
fonte

73

algum dia vou aprender xpath? quando vejo uma consulta, ela é tão óbvia e fácil de entender ... mas nunca consigo escrever uma sozinha

— flybywire

4

@flybywire Se você leu este curso grátis de introdução aos bancos de dados de Stanford, tem uma boa seção sobre XML e XPath.

— James P.

4

Em vez de text (), você pode usar ". =", Por exemplo //a[.='Registre-se aqui ']

— danpop

1

E se eu não souber o texto? Posso selecionar os nós que contém httpou determinada palavra-chave?

— Alston

75

Tarde demais para você, mas para qualquer outra pessoa com a mesma pergunta ...

//a[contains(text(), 'programming')]/@href

Claro, 'programação' pode ser qualquer fragmento de texto.

— MaDeuce
fonte

1

Este é mais generalizado. Boa parte

— Aaron Gillion

9

//a[text()='programming quesions site']/@href

que basicamente identifica um nó âncora <a>que tem o texto desejado e extrai o hrefatributo.

— Brian Agnew
fonte

6

Pense na frase entre colchetes como uma cláusula WHERE no SQL.

Portanto, esta consulta diz, "selecione o atributo" href "(@) de uma tag" a "que aparece em qualquer lugar (//), mas apenas onde (a frase entre colchetes) o conteúdo textual da tag" a "é igual a ' site de perguntas de programação '".

— Baxter Tidwell
fonte

Oi Peter, você tem algum site de tutorial para aprender a consulta xpath?

— Karim Narsindani

4

Para contém sem distinção entre maiúsculas e minúsculas, use o seguinte:

//a[contains(translate(text(),'PROGRAMMING','programming'), 'programming')]/@href

traduzir converte letras maiúsculas em PROGRAMAÇÃO para programação em minúsculas.

— Abdo
fonte

Por favor, não adicione "obrigado" como respostas. Invista algum tempo no site e você obterá privilégios suficientes para votar positivamente nas respostas de que gosta, que é a maneira do Stack Overflow de dizer obrigado.

— Sklivvz

5

"Obrigado" não foi minha "resposta". Eu estava, de certa forma, dando crédito a uma resposta acima que melhorei.

— Abdo

1

se você estiver usando o pacote de agilidade html, use getattributeValue:

$doc2.DocumentNode.SelectNodes("//div[@class='className']/div[@class='InternalClass']/a[@class='InternalClass']").GetAttributeValue("href","")

— Miguel Vaz
fonte