如何從HTML頁面提取和刪除元素
[英]How to extract and remove elements from an html page
問題描述
碼：
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>
dasdfasd
</title>
<link rel="stylesheet" type="text/css" href="style.css">
</head>
<body id="eheth" class="sdfgdf">
<div id="wrapper">
<div class="container">
<div class="row">
</div>
</div>
</div>
<div id="mainNav">
<div class="container">
<div class="row">
</div>
</div>
</div>
</div>
<script type="text/javascript">
</script>
<div id="MainContent_0">
blah blah blah
</div>
<div class="video"> </div>
<div id="MainContent_2">
blah blah blah 2
</div>
</body>
</html>
我想刪除除<div id=MainContent_0>和<div id=MainContent_2>中的內容以外的所有內容。 實際的頁面要比這復雜得多，並且還有許多我想要這樣做的頁面，但是我聽說過simplehtmldom，但我不知道該如何使用它。 我希望它至少是半自動化的。
1 個解決方案
解決方案1
2 已采納 2018-03-11 19:35:45
使用xpath嘗試一下：
$ xmllint --html \
--xpath '//div[@id="MainContent_0" or @id="MainContent_2"]' file 2>/dev/null
輸出：
<div id="MainContent_0">
blah blah blah
</div><div id="MainContent_2">
blah blah blah 2
</div>
從html頁面中提取元素
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.