XPath表达式？

Question

我想提取“日期：2009-09-25，下午1时54 EDT”从这个网页

http://auburn.craigslist.org/sha/1392067187.html 

但我不知道如何写为XPath表达式。

谁能帮我在这。

我正在等领域也从这个页面。

Answer 1

你运行通过TIDY或其他一些过程把它变成XHTML的HTML？或者你如何能够对该HTML执行XPATH？

如果文档是合式，那么你很可能使用以下XPath：

/html/body/hr[1]/following-sibling::text()[1] 

它发现文档中的第一人力资源要素，然后选择第一个文本（）节点下它（其中包含字符串“日期：2009-09-25，下午1时54 EDT”

Answer 2

你为什么不只是运行类似下面的一个正则表达式？

'日期：\ S +（[0-9] {4} - [0-9] {2} - [0-9] {2} + \ <。？）'

它接缝是最简单的方法。如果你不希望使用纯文本，你可以使用对正则表达式支持的XPath 2.0（FN：匹配）。