什么是从文本（）使用xpath去除东西的方式？

Question

我在Python中使用xpath来解析HTML文件中的表。我使用这个XPath：

//td//text() 

这给我输出两个字符串：

['australia', '$3333.99'] 

输出我想：

['australia', '3333.99'] 

，但我想剥离$符号如何我这样做一般使用xpath？我试过substring-after但它不起作用。

这是我尝试：

//td//text()[substring-after(.,'$')] 

，但我得到这样的输出：

['$3333.99'] 

Australia从结果缺少

Answer 1

除了使用translate()（如张贴在其他答案），也可以使用substring() function并动态确定片的开始：

In [4]: [item.xpath("substring(., starts-with(., '$') + 1)") for item in root.xpath("//td")] 
Out[4]: ['australia', '3333.99'] 

顺便说一句，这种方法比使用translate()，因为，在这里，我们只在一个字符串，如果它存在，开始剥一个$字符更安全一点，但translate()将在更换的$所有出现您正在提取的每个td文本。你可能会得到一些不需要的副作用。

注意，你必须这样做，在任何情况下，两个步骤 - 在translate()或substring()功能不会被应用到每一个节点，如果使用像translate(//td//text(), "$", "")，引用：

• How to apply the XPath function 'substring-after'
• Is it possible to apply normalize-space to all nodes XPath expression finds?

或者，你可以使用Python修剪它和.lstrip()：

[item.lstrip("$") for item in root.xpath("//td//text()")] 

Answer 2

//td//text()[substring-after(.,'$')] 

这将在['australia', '$3333.99']评估text()，并为 australia，它的剂量不包含$，这将返回false，并且不会在结果

[td.xpath('translate(., "$", "")')for td in tree.xpath("//td")]