Xidel 提取標簽內的數據——原始輸出

Question

很高興成為 StackOverflow 的成員，在這里潛伏了很長時間。

我需要解析兩個標簽之間的文本，到目前為止我找到了一個很棒的工具，叫做Xidel

我需要解析兩者之間的文本

 <div class="description"> Text. <tag>Also tags.</tag> More text. </div>

但是，所述文本中可以包含 HTML 標簽，我希望它們以原始格式打印出來。 所以使用如下命令：

xidel --xquery '//div[@class="description"]' file.html

得到我：

Text. Also tags. More text.

我需要它完全一樣，所以：

Text. <tag>Also tags.</tag> More text.

我怎樣才能做到這一點？

問候， R

Answer 1

可以通過 Xidel 以多種方式完成，這就是我非常喜歡它的原因。

HTML 模板：

xidel -s file.html -e "<div class='description'>{inner-html()}</div>"

X路徑：

xidel -s file.html -e "//div[@class='description']/inner-html()"

CSS：

xidel -s file.html -e "inner-html(css('div.description'))"

順便說一句，在 Linux 上：將雙引號換成單引號，反之亦然。

Answer 2

您可以通過添加--output-format=xml選項來顯示標簽。

xidel --xquery '//div[@class="description"]' --output-format=xml file.html