Question

我有以下HTML代码，其中包含一个地址：

<html>
<body>
    <div>
        <h2>Address</h2>
        <p>
            Rotes Rathaus<br />
            Rathausstrasse<br />
            10178 Berlin<br />
            Germany<br />
        </p>
    </div>
</body>
</html>

我试图找到包装地址的段落节点（在我的例子中：<p>标签），而我所拥有的只是地址部分的数组（例如：＆＃ 39; Rathaus＆＃39;，＆＃39; Berlin＆＃39;＆＃39; 10178＆＃39;）。

我使用以下XPath选择器查询dom：

//*[contains(text(),'Rathaus')]

这很有效，返回符合

节点。但是，当我根据邮政编码查看时，我没有得到任何匹配：

//*[contains(text(),'10178')]

为了解决这个问题，我需要做什么？请注意，地址的位置可以在页面的任何位置。

祝你好运，尼古拉斯

Answer 1

<强>解决方案

使用

//*[text()[contains(.,'10178')]]

将选择p元素作为结果。这意味着

在文档中的任何位置查找任何元素节点，但前提是至少有一个子文本节点，其字符串值包含＆＃34; 10178＆＃34;。

另一方面，您的原始表达：

//*[contains(text(),'10178')]

表示：

在文档中的任何位置查找任何元素节点，但前提是其子文本节点的第一个包含字符串＆＃34; 10178＆＃34;。

<强>解释

由于函数在XPath 1.0中的工作方式，您对结果感到惊讶。像contains()这样的函数需要单个节点作为第一个参数。如果它被传递给一组节点，它将只处理第一个节点并忽略其余节点。

您需要了解的另一件事是，由子元素分隔的文本最终会出现在单独的文本节点中。因此，P的文本内容实际上被切割成了几个文本节点，因为插入了br元素。

你可以通过评估像

这样的表达来检查这一点

//p/node()           |  Find `p` elements anywhere in the document and return all nodes
                        that are their children, regardless of the type of node.

在您显示的文档上，它将返回（单个结果以-------分隔）：

            Rotes Rathaus
-----------------------
<br/>
-----------------------

            Rathausstrasse
-----------------------
<br/>
-----------------------

            10178 Berlin
-----------------------
<br/>
-----------------------

            Germany
-----------------------
<br/>
-----------------------

如您所见，只要p之间存在br，//p/text()[3]的文本内容就会存储在单独的文本节点中。在这一点上你应该意识到，如果＆＃34; 10178＆＃34;碰巧是在第一个文本节点中，而不是第三个。也许你可以猜出{{1}}会产生什么？

最后提示：这与XPath 2.0一起发生变化，其中多个项目是真正的节点序列，其中函数将依次处理每个节点。

Xpath不想选择我的标签

1 个答案: