如何编写最佳XPath提取<td>配对文本，排除无对应项内容？

核心需求分析 #

要提取的是成对出现的有效文本，需排除以下无效内容：

• 包含嵌套表格的行
• 带有colspan="2"的行
• 空或仅含无关文本的行
• 嵌套表格内的非目标行（如含"Adjustment"的行）

1. 提取顶层表格的配对文本（对应text1、text2） #

如果目标是顶层表格中无嵌套、无colspan的配对，使用以下XPath定位目标行，再提取每行的两个文本：

//div[contains(@class, 'tab_product_details')]/table/tbody/tr[count(td)=2 and not(td/table)]

遍历每个匹配的<tr>，分别提取第一个和第二个<td>的文本即可得到成对的text1和text2。

若要直接提取所有符合条件的节点：

//div[contains(@class, 'tab_product_details')]/table/tbody/tr[count(td)=2 and not(td/table)]/td

2. 提取嵌套表格中class为feature的配对文本（对应text3、text4） #

针对嵌套表格内class为feature的目标行，直接通过类名精准定位：

//div[contains(@class, 'tab_product_details')]//tr[@class='feature']/td

该XPath会跳过嵌套表格内的无关行（如含"Adjustment"的行），仅提取目标行的两个文本。

关键过滤逻辑说明 #

• count(td)=2：确保每行有且仅有两个配对的，排除行数不对的无效行
• not(td/table)：排除包含嵌套表格的所在行，避免误提取子表格内容
• @class='feature'：利用目标行的类属性精准定位，跳过无关行

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