使用XPath提取h1后的零散文本失败，该如何获取目标完整文本？

问题原因 #

你之前的//h1[@id='example']/following-sibling语法不完整，following-sibling必须指定节点类型（比如text()、node()）；而//h1[@id='example']/following-sibling::text()其实能匹配到目标文本节点，但可能因为文本包含引号、空白字符，或者工具显示问题导致你误以为没匹配到。

提取完整目标文本的方案 #

要拼接出My car is a Ferrari that goes 100 km/h，可以用以下几种方式：

方式1：一次性提取并合并所有后续节点的文本

使用XPath的string()函数，直接获取h1之后所有同级节点的合并文本：

string(//h1[@id='example']/following-sibling::node())

这个表达式会把h1之后的文本节点、abbr节点下的a标签文本全部合并，之后你只需要清理掉多余的引号和空白字符即可（比如去掉前后的双引号、换行和缩进）。

方式2：分节点提取后拼接

如果需要精准控制每个部分，可以分别提取各段文本再拼接：

• 提取开头文本：//h1[@id='example']/following-sibling::text()[1] → 拿到"My car is a "
• 提取中间品牌文本：//h1[@id='example']/following-sibling::abbr/a/text() → 拿到Ferrari
• 提取结尾文本：//h1[@id='example']/following-sibling::text()[2] → 拿到"that goes 100 km/h"
  之后将这三部分拼接，再去除多余的引号和空白字符，就能得到目标文本。

补充说明

如果你的XPath工具支持字符串处理，也可以直接在表达式里清理内容，比如用normalize-space()去除多余空白：

normalize-space(replace(string(//h1[@id='example']/following-sibling::node()), '"', ''))

这个表达式会先合并所有文本，去掉双引号，再去除多余的换行、缩进和空格，直接返回My car is a Ferrari that goes 100 km/h。

内容的提问来源于stack exchange，提问作者Rodolfo