我想使用 Xidel 选择一个带有class="body"if 的<section>标签，其中包含格式的日期YYYY.M(M).D(D)查找和提取一个包含 8 个字符并且可以包含字符和数字的特定字符串。
示例输入 HTML：
<section class="body">
Start 2019.1.12
Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.
thi1te_t
</section>
命令：
xidel -s input.html -e "//*[@class='body' and contains(text(),'(20d{2}).(d{1,2}).(d{1,2})')]"
由于某种原因，我无法让这个正则表达式工作。regex101.com 它工作正常。
我想在最终输出中得到thi1te_t，可能使用正则表达式^.{8}$和 grep。
使用matches()，它与正则表达式匹配，而不是contains()，它测试文字子字符串包含。
我还建议使用.而不是text()，因为它是元素的字符串值，才是您要匹配的真正目标，而不是真正的text()节点子级。
总的来说，用于选择目标元素的 XPath 将是：
//*[@class='body' and matches(text(),'(20d{2}).(d{1,2}).(d{1,2})')]
我想在最终输出中得到
thi1te_t，可能使用正则表达式^.{8}$和 grep。
您可以通过标记与上述 XPath 匹配的元素的字符串值，然后选择与目标正则表达式匹配的行来返回该子字符串：
tokenize(//*[@class='body' and matches(text(),'(20d{2}).(d{1,2}).(d{1,2})')],
's*ns*')[matches(.,'^.{8}$')]
此 XPath 表达式根据请求返回thi1te_t。