使用Advanced Parser时XPath匹配子类的问题排查

核心问题：XPath匹配class的逻辑有误 #

你用//*[@class='product-price text-brand']时，XPath会严格匹配class属性的完整字符串——只有当元素的class属性值和你写的内容（顺序、空格完全一致）完全相等时才会命中。但实际HTML里，class的顺序可能颠倒（比如写成text-brand product-price），或者存在多余空格，这就直接导致匹配失败。

正确的XPath写法 #

要精准匹配同时包含product-price和text-brand两个类的元素，不管顺序和空格，推荐两种可靠写法：

1. 兼容所有XPath版本的通用写法：
   用concat和normalize-space处理空格，确保每个类前后都有独立空格，避免误匹配类似名称的类（比如product-price-xxx）：

   //*[contains(concat(' ', normalize-space(@class), ' '), ' product-price ') and contains(concat(' ', normalize-space(@class), ' '), ' text-brand ')]
   

2. XPath 2.0+ 更简洁的写法：
   如果你的Advanced Parser支持XPath 2.0及以上版本，可以用tokenize拆分class列表，再验证是否包含目标类：

   //*[every $class in ('product-price', 'text-brand') satisfies $class = tokenize(normalize-space(@class), '\s+')]
   

额外排查点 #

• 确认HTML中的class名是否存在大小写差异：XPath是大小写敏感的，比如实际元素class是Product-Price，你写product-price就会匹配失败。
• 检查$this->xpathScalar($paths)的参数格式：确认这个方法是否接受单个XPath字符串，还是需要传入数组格式的路径，避免参数格式错误导致不生效。

内容的提问来源于stack exchange，提问作者Edu Rafael