如何在 XPath 中按文本选择元素？

在 XPath 中按文本选择元素是一种功能强大的技术，可用于网页抓取和从 HTML 文档中提取数据。当文档的结构未知或元素没有唯一属性时，此方法特别有用。XPath 是一门从 XML 文档中选择节点的查询语言，它提供了一种根据文本内容查找元素的直接方法。

如何在 XPath 中按文本选择元素

为实现按文本内容选择元素，XPath 提供了 text() 函数和 contains() 函数。要使用完全匹配的文本内容来查找元素，基本语法是：

//tagname[text()='exact text']

例如，查找所有包含精确文本“Hello World”的元素：

//p[text()='Hello World']

但是，网页通常包含动态内容或略有变化的文本，那么完全匹配就不太实用。在这种情况下，contains() 函数非常有用。您可以通过它选择包含指定子字符串的元素。其语法是：

//tagname[contains(text(),'substring')]

因此，要选择包含子字符串“Hello”的元素：

//p[contains(text(),'Hello')]

这种方法非常灵活，经过调整后可以根据部分文本匹配来选择元素，常用于动态网页内容。

高级用法

对于更复杂的情况，例如根据多个文本条件选择元素或将文本条件与属性条件混合，可以使用逻辑运算符组合 XPath 表达式（如 and、or）：

//div[contains(text(),'Important') and @class='message']

这样将会选择所有具有类属性“message”且包含文本“Important”的元素。