Java XPath获取XML标签内容时捕获冗余数据问题求助

问题场景 #

你的Java代码通过XPath选中目标div后，获取到的文本包含了子span标签内的内容（"1Commentaire de la signature"），而直接在XPath末尾添加/text()却返回空值。

原因分析 #

1. 当XPath选中元素节点并以XPathConstants.STRING类型获取结果时，会自动拼接该元素所有后代文本节点的内容，因此span里的"1"和div的直接文本会被合并返回。
2. 直接添加/text()时，div的直接子节点包含多个文本节点（包括span前后的换行、缩进空白），默认情况下可能仅返回第一个空白文本节点，导致结果为空。

解决方案 #

修改XPath表达式，精准选中div下的有效直接文本节点，过滤掉空白内容：

方案1：过滤非空白的直接文本节点

调整XPath，通过normalize-space()筛选出非空白的文本节点：

// 拼接目标XPath
String xpathExpr = "//div[@class=\"history-entries\"]/div[" + (index_historyEntrie+1) + "]/div[@class=\"history-values\"]/div[" + (index_historyValue+1) + "]/text()[normalize-space()]";
expr_divValues = xpathDiv.compile(xpathExpr);
// 获取结果并去除多余空白
result_divValues = expr_divValues.evaluate(doxDiv, XPathConstants.STRING).trim();

方案2：选中最后一个直接文本节点

根据你的XML结构，有效文本位于span标签之后，是div的最后一个直接文本节点，可直接选中该节点：

String xpathExpr = "//div[@class=\"history-entries\"]/div[" + (index_historyEntrie+1) + "]/div[@class=\"history-values\"]/div[" + (index_historyValue+1) + "]/text()[last()]";
expr_divValues = xpathDiv.compile(xpathExpr);
result_divValues = expr_divValues.evaluate(doxDiv, XPathConstants.STRING).trim();

验证说明 #

两种方案都会仅获取div下span之后的"Commentaire de la signature"文本，排除子span内的"1"，同时去除文本前后的空白字符。

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