如何使用XPATH在HTMl文档中查找元素？

Question

我在一个HTML文档中有以下内容：

<div class="prompt input_prompt xh-highlight">
   <bdi class="">In</bdi>
   "&nbsp;[&nbsp;]:"
</div>

为了找到这样的情况(我指的是表达式[ ]:)，我尝试了以下想法，但都没有奏效：

//div/bdi/parent::*/text()=" [ ]:"
//div/bdi/parent::*[contains(text(), " ")]
//div/bdi/parent::*[contains(text(), " ")]
//div[contains(text(), " [ ]:")]
//div[contains(text(), "[ ]")]
//div[contains(text(), "[ ]")]
//div[contains(text(), "\u00a0]:")]

怎样做才是正确的？

Answer 1

在XPath本身中，在字符串字面量中表示字符xA0的唯一方法是作为字符本身；因此您可以搜索//div[contains(., "[§]")]，其中§是字符xA0。当然，这样做的缺点是对于您的读者来说，问题中的字符是xA0而不是普通空格是不明显的。

XPath通常嵌入在宿主语言中，宿主语言很可能提供另一种书写该字符的方法。例如，如果宿主语言是基于XML的(例如XSLT)，那么您可以将其编写为 ，而如果它是Javascript，您可以将其编写为\u00a0。

因此，编写表达式的方式取决于您的宿主语言约定。

Answer 2

这可以正常工作：

您将搜索与以下xpath表达式匹配的所有元素：

//div/bdi/parent::*[contains(text(), "]:")]

然后循环遍历它们并获得它们的文本，您可以很容易地在逻辑和适当的语言中进行比较，比如python：

for element in elements:
    if '[ ]' in element.text:
        # some code