Wie entferne ich etwas aus text() mit Hilfe von xpath?

Question

Ich verwende einen Xpath in Python, um eine Tabelle aus einer HTML-Datei zu analysieren. Ich bin mit diesen XPath:

//td//text() 

Diese geben mir Ausgabe als zwei Strings:

['australia', '$3333.99'] 

Ausgang Ich möchte:

['australia', '3333.99'] 

aber ich möchte $ -Zeichen werden beraubt wie kann mache ich das im Allgemeinen mit XPath? Ich habe versucht, substring-after, aber es funktioniert nicht.

dies ist, wie ich versucht:

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

, aber ich habe diese Ausgabe:

['$3333.99'] 

Australia wurde von der Verwendung translate() aus dem Ergebnis

Answer 1

Abgesehen fehlt (wie in den anderen geschrieben Antwort), können Sie auch substring() function verwenden und den Beginn eines Slices dynamisch bestimmen:

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

By the way, ist dieser Ansatz ein bisschen sicherer als translate() verwenden, da, hier sind wir nur ein einziges $ Zeichen am Anfang eines Strings Strippen, wenn es vorhanden ist, aber translate() würde ersetzen alle Vorkommen von $ in jeder td Text, den Sie extrahieren. Sie können einige unerwünschte Nebenwirkungen bekommen.

Beachten Sie, dass Sie tun müssen, um es in zwei Schritten in jedem Fall - die translate() oder substring() Funktionen nicht an jeden Knoten wie translate(//td//text(), "$", ""), Referenzen, wenn verwendet, angewendet werden:

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

Oder Sie können es mit Python und .lstrip():

trimmen

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

Answer 2

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

Dies wird die text() in ['australia', '$3333.99'], und für die es bewerten australia, Dosis $ nicht enthält, diese false zurück und wird in der Folge

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