如何匹配含零宽空格(ZWSP)文本的XPath？Java实现方案

XPath解决方案 #

支持XPath 2.0及以上环境 #

可以使用replace函数移除所有零宽空格（Unicode编码为U+200B），再判断是否包含目标文本：

//a[contains(replace(text(), '​', ''), 'blahblah')]

其中​是ZWSP的XML实体转义写法，部分环境也支持直接使用Unicode字符\u200B。

仅支持XPath 1.0的环境 #

XPath 1.0没有replace函数，但可以用translate函数删除单个指定字符（ZWSP属于单个字符）：

//a[contains(translate(text(), '​', ''), 'blahblah')]

注意：你之前尝试的blah&ZeroWidthSpaceblah无效，是因为DOM中的文本已经将HTML实体​解析为实际的ZWSP字符，而非实体字符串本身。

Java解决方案（以Selenium为例） #

如果XPath方案受环境限制无法使用，可以在Java代码中手动处理文本：

遍历元素筛选 #

import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.By;
import java.util.List;

// 假设已初始化WebDriver实例driver
List<WebElement> allLinks = driver.findElements(By.tagName("a"));
WebElement targetLink = null;

for (WebElement link : allLinks) {
    // 移除文本中的所有零宽空格
    String cleanedText = link.getText().replace("\u200B", "");
    if (cleanedText.contains("blahblah")) {
        targetLink = link;
        break;
    }
}

// 处理找到的目标元素
if (targetLink != null) {
    // 执行点击、获取属性等操作
}

用JavaScript批量处理（更高效） #

通过JavaScript执行器在浏览器端完成文本清洗和筛选，减少Java与浏览器的交互次数：

import org.openqa.selenium.JavascriptExecutor;
import org.openqa.selenium.WebElement;

// 假设已初始化WebDriver实例driver
WebElement targetLink = (WebElement) ((JavascriptExecutor) driver).executeScript(
    "return Array.from(document.querySelectorAll('a')).find(element => " +
    "element.textContent.replace(/\\u200B/g, '').includes('blahblah'));"
);

if (targetLink != null) {
    // 执行后续操作
}

内容的提问来源于stack exchange，提问作者JDoodles