XPath: вопрос относительно p-элемента из HTML

Question

У меня есть вопрос относительно XPath и p-элемента из HTML. Допустим, я столкнулся с HTML-структурой, которая выглядит следующим образом:

<div id="this-is-a-text">
This is text segment 1.
<p>This is text segment 2.</p>
this is text segment 3.
<div id="this-is-not-part-of-the-text">This doesn't belong to the text.</div>
This is text segment 4.
</div>

Мне интересно, как правильно проанализировать все сегменты текста, независимо от того, находятся они внутри p-элемента или нет? (Примечание: последовательность элементов случайная.)

Что я не понимаю, так это то, почему // div [@ id = "this-is-a-text"] / p , кажется, делает эту работу (вместо того, чтобы просто возвращать сегмент текста 3) тогда как // div [@ id = "this-is-a-text"] / text () вообще не возвращает никаких результатов.

Может кто-нибудь помочь мне понять это?

Спасибо!

Bob

Answer 1

Как отметил Мартин Хоннен, запрос //div[@id="this-is-a-text"]/text() должен возвращать набор из трех текстовых сегментов:

"\nThis is text segment 1.\n",
"\nthis is text segment 3.\n",
"\nThis is text segment 4.\n"

Если я правильно понял ваш вопрос, вам нужен запрос типа

//div[@id="this-is-a-text"]//text()

И это должно вернуть set:

"\nThis is text segment 1.\n",
"This is text segment 2.",
"\nthis is text segment 3.\n",
"This doesn't belong to the text.",
"\nThis is text segment 4.\n"