Question

请注意：可以找到此问题的更精确版本，并找到合适的答案here。

我想使用Selenium Python绑定来在网页上查找具有给定文本的元素。例如，假设我有以下HTML：

<html>
    <head>...</head>
    <body>
        <someElement>This can be found</someElement>
        <someOtherElement>This can <em>not</em> be found</someOtherElement>
    </body>
</html>

我需要按文字搜索，并且能够使用以下XPath找到<someElement>：

//*[contains(text(), 'This can be found')]

我正在寻找类似的XPath，让我可以使用 plain 文本<someOtherElement>找到"This can not be found"。以下不起作用：

//*[contains(text(), 'This can not be found')]

我理解这是因为嵌套的em元素会“破坏”“无法找到这个”的文本流。在某种程度上，是否可以通过XPath忽略上述类似或类似的嵌套？

Answer 1

您可以使用//*[contains(., 'This can not be found')]。

在与“无法找到”之前，上下文节点.将转换为其字符串表示形式。

请小心，因为您使用的是//*，因此它会匹配包含此字符串的所有 englobing元素。

在您的示例中，它将匹配：

<someOtherElement>
和<body>
和<html>！

您可以通过定位文档中的特定元素标记或特定部分（具有已知ID或类的<table>或<div>）来限制此操作

编辑OP的问题，评论如何找到与文本条件匹配的最嵌套元素：

The accepted answer here建议//*[count(ancestor::*) = max(//*/count(ancestor::*))]选择嵌套最多的元素。我认为这只是XPath 2.0。

当与子字符串条件结合使用时，我能够使用此文档test it here

<html>
<head>...</head>
<body>
    <someElement>This can be found</someElement>
    <nested>
        <someOtherElement>This can <em>not</em> be found most nested</someOtherElement>
    </nested>
    <someOtherElement>This can <em>not</em> be found</someOtherElement>
</body>
</html>

并使用此XPath 2.0表达式

//*[contains(., 'This can not be found')]
   [count(ancestor::*) = max(//*/count(./*[contains(., 'This can not be found')]/ancestor::*))]

它匹配包含“无法找到最嵌套”的元素。

可能有更优雅的方式来做到这一点。

XPath：通过* plain * text查找HTML元素

1 个答案: