如何使用XPath查找包含含Unicode文本的网页元素？

问题根源在于：浏览器解析HTML时，会把‪、‬、‏这类实体转换成对应的Unicode控制字符（分别是U+202A左至右嵌入、U+202C弹出方向格式化、U+200F右至左标记），而你用原始实体字符串写的XPath，自然匹配不到解析后的实际文本内容。

给你两种可行的解决方法：

方法一：直接用解析后的Unicode字符匹配 #

直接把包含控制字符的目标文本写入XPath，比如：

//*[contains(text(), '‪Dansk‬‏')]

注意：输入时要确保控制字符完整保留，有些编辑器可能自动过滤这类不可见字符，建议直接复制你提供的"‪Dansk‬‏"文本到XPath中。

方法二：过滤控制字符后匹配可见文本 #

如果担心控制字符输入或保存时丢失，可以通过translate()函数移除这些不可见字符，只匹配可见的"Dansk"：

//*[normalize-space(translate(text(), '‪‬‏', '')) = 'Dansk']

这里的translate()会把文本中的U+202A、U+202C、U+200F三个控制字符替换为空，再用normalize-space()处理空格后，匹配纯文本"Dansk"。

内容的提问来源于stack exchange，提问作者Fauna Muirgen