如何在Selenium Python的XPath选择器中正确使用fn:tokenize

为什么你的XPath表达式报错？ #

大部分现代浏览器的内置XPath引擎仅支持XPath 1.0，而tokenize()是XPath 2.0及以上版本才提供的字符串分割函数，直接使用会被判定为无效表达式。

方案1：结合Selenium代码处理（更简单可靠） #

既然XPath 1.0不支持原生分割，我们可以先定位到目标元素，再在Python代码里对文本做分割处理：

from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

with webdriver.Edge() as driver:
    try:     
        driver.get("http://acme.com")
        # 先定位到目标font元素
        element = WebDriverWait(driver, 10).until(
            EC.presence_of_element_located((By.XPATH, "//font[@face='sans-serif' and @size='4']"))
        )
        # 分割文本并取第3个token（索引从0开始，[2]对应Networks）
        text_tokens = element.text.split(" * ")
        if len(text_tokens) >=3:
            print(text_tokens[2])
        else:
            print("分割后不足3个token")
    except Exception as e:
        print(f"失败原因: {e}") 
    finally:
        driver.quit()

方案2：纯XPath 1.0实现字符串分割并选第n项 #

如果必须只用XPath完成，需要通过XPath 1.0的字符串函数组合实现，核心是通过截取分隔符前后的文本：

取第3个token（Networks）的XPath表达式： #

substring-before(
  substring-after(
    substring-after(//font[@face='sans-serif' and @size='4'], " * "), 
    " * "
  ), 
  " * "
)

原理说明： #

• substring-after(文本, 分隔符)：截取分隔符第一次出现后的文本
• 嵌套两次substring-after后，得到第二个分隔符之后的内容：Networks * Fun
• 再用substring-before截取到下一个分隔符之前的内容，就是目标token

通用规则： #

取第n个token时，嵌套n-1次substring-after；如果目标不是最后一个token，再用1次substring-before截取到下一个分隔符前；如果是最后一个token，去掉外层的substring-before即可。

Selenium是否有特定语法？ #

没有。Selenium的By.XPATH完全依赖当前浏览器的XPath解析引擎，没有额外专属语法。所有XPath表达式的有效性，取决于浏览器支持的XPath版本（目前主流浏览器均支持XPath 1.0）。

内容的提问来源于stack exchange，提问作者user6004556