问如何在<br>或<br />之间获取文本的xpath？

EN

当然，您可以使用"//br/text()"，但这将返回<br>标记内的所有文本节点。但是，由于上面的内容不是格式良好的xml，我不确定您将如何对其使用xpath。正则表达式通常不适合html，但是有html (而不是xhtml)解析器可用。我犹豫要不要为ruby推荐一个，因为那不是我的领域，我只是在谷歌上搜索……

尝试执行以下操作，以从尾随和前导空格中剥离的字符串数组形式获取<br>标记的所有文本同级：

require 'rubygems'
reguire 'nokogiri'

doc = Nokogiri::HTML(DATA)

fruits =
  doc.xpath('//br/following-sibling::text()
           | //br/preceding-sibling::text()').map do |fruit| fruit.to_s.strip end

puts fruits

__END__
</div>
apple
<br>
banana
<br/>
watermelon
<br>
orange

这是你想要的吗？

这里有几个问题：

1. XPath在XML上工作-你有不是XML的HTML (基本上，标签不匹配，所以当你给它一个文本时，XML解析器会抛出一个异常)
2. XPath通常也通过查找标签内的属性来工作。由于您的<br>标记实际上并不包含文本，它们只是位于文本之间，因此这也将证明

很困难

因此，您可能想要做的是使用XPath (或类似)来获取<br>的内容，然后根据div出现的次数拆分字符串。

由于您已经用ruby标记了这个问题，我建议您研究一下hpricot，因为它是一个非常好且快速的超文本标记语言(和XML)解析库，它应该比摆弄XPath有用得多