如何在XPath中忽略label标签？仅提取指定HTML中的test文本

你的问题出在原来的XPath选中了外层<label>元素，所以会返回该元素下的所有内容（包括子<label>里的*和目标文本）。要单独提取包含"test"的文本节点，可以用以下几种方式：

• 精准定位文本节点：

  normalize-space(//label[label/text()='*']/text()[last()])
  

  这个表达式的逻辑是：

  1. 先找到包含子<label>（文本为*）的外层<label>
  2. 选取该外层<label>的最后一个子文本节点（就是包含"test"的那个节点）
  3. 用normalize-space()去掉文本里的 和多余空白，得到纯"test"

• 另一种等价写法：
  如果确定结构固定，也可以直接定位到目标文本节点并过滤：

  (//label/text()[normalize-space()='test'])[1]
  

  这个表达式会直接选取所有<label>下的文本节点中，经过normalize-space()后等于"test"的第一个节点。

验证说明 #

针对你提供的HTML结构：

<html> 
  <script> </script> 
  <body> 
    <label> 
      <label>*</label> test&nbsp 
    </label> 
  </body> 
</html>

使用上面的XPath表达式，会精准返回纯文本test，不会包含子<label>里的*。

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