如何用XPath排除iframe内的meta标签？提取网页非iframe区域meta

为什么你的XPath匹配不到iframe里的meta？ #

iframe是独立的文档容器，它内部的HTML属于单独的Document对象，和主页面的DOM树完全分离——主页面的XPath查询只能遍历当前文档的节点，根本碰不到iframe内部的内容，所以你写的//iframe[.//meta[@name='robots']]肯定查不到结果。

满足需求的XPath表达式 #

你的需求是拦截所有meta标签但排除iframe内的，直接用这个XPath就能实现：

//meta[not(ancestor::iframe)]

这个表达式的逻辑是：匹配所有meta标签，同时排除那些有iframe祖先节点的（也就是iframe内部的meta）。

补充说明 #

如果之后需要处理iframe内部的内容，得先获取iframe的contentDocument对象（注意跨域限制），再在这个独立文档里执行XPath查询，但对你当前的需求来说，上面的表达式已经完全够用。

内容的提问来源于stack exchange，提问作者Andrea Moro