xpath表达式省略了返回文本的多余部分

Question

假设您已使用htmlTreeParse()获取此XML代码段：

   <div class="right_location">
      <h3>Office Locations</h3>
      <div class="right_location_in">
          <h4>
             <a href="/?t=10&L=234&format=XML&p=5406">Akron Office</a>
          <h4>
          <address>
          <address>
  </div>
  <div class="right_location_in">
         <h4>
            <a href="/?t=10&L=235&format=XML&p=5406">Cleveland Office</a>

后面有未知数量的办公室，但此表达式返回它们。 所有这些都附加“ Office”。

xpathSApply(doc, "//div[@class ='right_location']//a", xmlValue, trim = TRUE)
[1] "Akron Office"

如何从每个办公室中排除不需要的“办公室”？ 我认为我不能使用contains()的负数，因为表达式不匹配。 也许text()可以省略指定的文本？

substring-befor（）的答案很好，但是我需要让它在每个位置都可以操作，而不仅仅是第一个。

Answer 1

以下XPath将从您的XML中返回“ Akron”：

substring-before(//div[@class ='right_location']//a[1], ' Office')

笔记：

1. 使用a[1]选择多个a的第一个。
2. 使用substring-before修剪掉' Office' 。
3. 处理每个匹配的a通常是在XPath本身之外进行的 （在XSLT或Python或其他托管语言中调用XPath库以进行选择）， 但是，如果您使用的是XPath 2.0 ，则可以考虑（a）使用for表达式 ，（b）使用MathiasMüller的对tokenize（）的建议，并以“ Office”作为分隔符，或者（c）如果只想取回没有“ Office”的“ Akron Cleveland”，则不带任何替换（）到“ Office”。