网站爬取：获取13位EAN码的XPath方案咨询

//dt[normalize-space(text())='EAN:']/following-sibling::dd[1]/text()

normalize-space()会去除文本前后空白，并将中间连续空白替换为单个空格，适配格式不规范的场景。

方法二：匹配所有13位数字字符串 #

这种方法同样可行，适合页面中13位数字即为EAN码的场景，通过正则匹配提取符合格式的内容。

基础XPath表达式 #

//text()[matches(., '^\d{13}$')]

• //text()：全局查找所有文本节点
• matches(., '^\d{13}$')：用正则匹配恰好13位纯数字的文本（^和$限定首尾，\d{13}表示13个数字）
• 在你的示例中，该表达式会直接返回目标EAN码8720153872126

范围限定优化 #

若页面存在其他无关的13位数字，可限定搜索范围在

标签内，避免误匹配：

//dl//text()[matches(., '^\d{13}$')]

总结 #

两种方法均可行，适用场景不同：

• 方法一精准度更高，直接关联“EAN:”标签，不受其他13位数字干扰
• 方法二更灵活，适合无法通过标签文本定位的场景，但需确保无无关的13位数字存在

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