如何通过表头名称而非行位置编写XPath定位HTML表格单元格

你当前使用的定位语句//table/tbody/tr[2]/td[1]硬编码了行序号，一旦表格行顺序调整、新增或删除行就会定位失败，可以通过匹配表头文本的方式锁定目标行，完全不依赖行的固定位置。

适配当前表格结构的可用XPath语句 #

//table/tbody/tr[th[normalize-space()='Name2']]/td[1]

语句逻辑拆解 #

• tr[th[normalize-space()='Name2']]：筛选行节点，要求该行直接子节点包含<th>标签，且标签文本在去除前后空白、压缩内部冗余换行/空格/缩进后，内容完全等于Name2
• normalize-space()是必要处理：从给出的HTML源码可见，表头标签内的文本存在缩进、换行带来的多余空白，直接用th[text()='Name2']的写法会因为这些格式问题出现匹配失败的情况
• /td[1]：取匹配到的目标行下的第一个<td>单元格，也就是存储值B的目标元素

宽松场景适配写法 #

如果实际场景中表头文本存在前后缀，不需要完全匹配Name2，可以使用包含匹配的写法：

//table/tbody/tr[contains(normalize-space(th), 'Name2')]/td[1]

以上写法不受Name2所在行的位置影响，无论行顺序怎么调整、前后增删多少其他行，都能准确定位到对应单元格。

内容的提问来源于stack exchange，提问作者Jose Soto