XPath:通过“纯文本”查找HTML元素

我想使用Selenium Python绑定来查找网页上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>

我需要按文本搜索,并且能够<someElement>使用以下XPath 查找:

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

我正在寻找一个类似的XPath,可以让我<someOtherElement>使用 文本查找"This can not be

found"。以下内容不起作用:

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

我了解这是因为嵌套em元素“破坏”了“无法找到”的文本流。是否可以通过XPath以某种方式忽略上述嵌套或类似嵌套?

回答:

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

.在与“无法找到”进行比较之前,上下文节点将转换为其字符串表示形式。

因为您正在使用//*,所以它将匹配包含此字符串的 包含元素。

在您的示例情况下,它将匹配:

  • <someOtherElement>
  • <body>
  • <html>

您可以通过定位文档中的特定元素标签或特定部分(a <table><div>具有已知ID或类)来限制此设置


编辑OP的问题,以评论如何找到与文本条件匹配的最多嵌套元素:

此处接受的答案建议//*[count(ancestor::*) =max(//*/count(ancestor::*))]选择嵌套最多的元素。我认为这只是XPath 2.0。

当与您的子字符串条件结合使用时,我可以在此文档中对其进行测试

<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>

并带有此XPath 2.0表达式

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

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

它与包含“找不到此嵌套最多”的元素匹配。

可能有更优雅的方法可以做到这一点。

以上是 XPath:通过“纯文本”查找HTML元素 的全部内容, 来源链接: utcz.com/qa/428378.html

回到顶部