如何使用XPath正确查找以指定字符串开头的电话号码

需要通过XPath从网页中提取以+49开头的电话号码，最初使用如下语句匹配始终无法得到正确结果：

//*[starts-with(text(),’+49’)]

• 语句里包裹字符串的单引号是中文全角符号’，XPath仅识别英文半角引号'/"，全角符号会直接导致语法解析错误
• text()仅选取当前元素下的第一个直接文本节点，如果+49开头的号码前存在空白字符、换行，或者号码被拆分到嵌套的子标签内，这个写法就会匹配失效

根据实际网页结构选对应方案即可：

• 适配号码前后带空格、换行的通用场景

  //*[starts-with(normalize-space(), '+49')]
  

  normalize-space()会自动清除文本首尾的空白字符、合并中间连续的空白，兼容性远高于直接调用text()。
• 适配号码被拆分到多个子标签的场景，同时过滤无关内容

  //*[contains(., '+49') and matches(normalize-space(.), '^\+49[\d\s]+$')]
  

  先筛选所有包含+49的元素，再通过正则校验文本是否为+49开头的号码格式，避免匹配到正文里零散提及+49的无关内容。
• 如果号码是标准的tel协议链接（常见于联系方式板块），可以精准定位：

  //a[starts-with(@href, 'tel:+49')]/normalize-space(.)
  

如果上述写法仍无法匹配，可以打开浏览器开发者工具，在Elements面板按Ctrl+F调出XPath搜索框，先输入//*[contains(., '+49')]定位号码所在的元素，检查元素内部是否有隐藏的特殊字符、嵌套标签，再针对性调整匹配规则即可。

内容的提问来源于stack exchange，提问作者Bao Hoang