XPath表达式//*[contains(.,'sometext')]与//*[contains(text(),'sometext')]的差异探究

核心逻辑区别 #

1. contains(text(),'sometext')的匹配规则 #

text()提取的是当前元素直接子级的所有独立文本节点——注意是「直接子级」，嵌套在子元素里的文本不算。contains(text(),'sometext')只会在这些独立文本节点中，找某一个单独节点完整包含目标字符串的情况，只要没有单个节点符合，就不会匹配。

举个实际场景：

<p>自动化测试工具 <b>selenium</b> 入门</p>

这个<p>的text()返回两个文本节点：["自动化测试工具 ", " 入门"]，<b>里的selenium属于子元素的文本，不在<p>的直接文本节点集合里，所以//p[contains(text(),'selenium')]不会匹配这个<p>。

2. contains(.,'sometext')的匹配规则 #

.代表当前元素的完整字符串值：它会把当前元素及其所有后代（不管嵌套多少层）的所有文本内容，全部拼接成一个无分隔的字符串。contains(.,'sometext')只检查这个拼接后的字符串里是否包含目标内容，不管内容来自单个节点还是多个节点的拼接。

还是上面的例子，<p>的.字符串值是"自动化测试工具 selenium 入门"，包含selenium，所以//p[contains(.,'selenium')]会匹配这个<p>。

测试页面匹配数量差异的原因 #

你测试的页面中，contains(.,'selenium')匹配数远多于contains(text(),'selenium')，核心是两类场景的大量存在：

• 嵌套结构的文本继承：很多父元素本身没有直接包含selenium的文本，但子元素、孙元素里有，父元素的.会把后代文本全部拼接进来，因此被匹配；而父元素的text()只返回自身直接子级的文本，不含后代内容，所以不会被contains(text(),'selenium')命中。
• 文本拆分在多个节点：部分元素的selenium被其他标签拆成了多个片段，比如<span>sele</span><span>nium</span>，单个文本节点都不包含完整的selenium，所以contains(text(),'selenium')不匹配；但拼接后的字符串是完整的selenium，因此被contains(.,'selenium')命中。

内容的提问来源于stack exchange，提问作者Prophet