Xidel 提取标签内的数据 -- 原始输出

Question

很高兴成为StackOverflow的成员，长期潜伏在这里。

我需要解析两个标签之间的文本，到目前为止，我找到了一个名为 Xidel 的精彩工具

我需要解析两者之间的文本

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

但是，所述文本可以包含HTML标签，我希望它们以原始格式打印出来。因此，使用如下命令：

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

得到我：

Text. Also tags. More text.

我需要它完全原样，所以：

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

我怎样才能做到这一点？

问候，R

Answer 1

可以通过几种方式使用 Xidel 完成，这就是我如此喜欢它的原因。

HTML 模板化：

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

XPath：

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

.CSS：

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

顺便说一句，在 Linux 上：将双引号换成单引号，反之亦然。

Answer 2

您可以通过

添加--output-format=xml选项来显示标签。

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