基于XPath提取含<b>标签（文本为SKU）的<li>标签内容的问题

嘿，我来帮你搞定这个XPath提取的问题！针对你要提取包含<b>SKU</b>的<li>标签里的"1TVN-11"，同时处理该<li>不存在的情况，我分场景给你具体方案：

1. 先根据HTML结构写精准的XPath #

首先得明确你的HTML结构，常见的两种情况对应不同的XPath：

场景A：SKU标签和目标文本在同一个<li>内（无其他嵌套元素） #

比如HTML结构是：

<li><b>SKU</b>: 1TVN-11</li>

用这个XPath可以精准提取SKU后的文本（自动忽略空格、换行）：

//li[b[normalize-space(text())='SKU']]/normalize-space(substring-after(., normalize-space(b/text())))

如果你的<b>标签里带冒号（比如<b>SKU:</b>），把'SKU'改成'SKU:'就行，或者用contains(b/text(), 'SKU')来模糊匹配（适合SKU标签有额外字符的情况）。

场景B：目标文本在<li>下的子元素里 #

比如HTML结构是：

<li><b>SKU</b><span class="sku-value">1TVN-11</span></li>

直接定位到子元素提取：

//li[b[normalize-space(text())='SKU']]/span/text()

2. 处理<li>不存在的情况 #

不管用哪种XPath，当目标<li>不存在时，XPath处理器会返回空集合（比如Python的lxml、Java的JAXB都是如此）。你只需要在代码里判断返回结果是否为空，给个默认值即可。

举个Python+LXML的示例代码：

from lxml import html

# 假设your_html_content是你的HTML源码
tree = html.fromstring(your_html_content)
# 替换成你对应的XPath
sku_xpath = "//li[b[normalize-space(text())='SKU']]/normalize-space(substring-after(., normalize-space(b/text())))"
sku_results = tree.xpath(sku_xpath)

# 处理不存在的情况
if sku_results:
    target_sku = sku_results[0]
else:
    target_sku = "SKU未找到"  # 这里可以换成你需要的默认值

3. 小技巧提升稳定性 #

• 用normalize-space()处理所有文本节点，避免因为HTML里的换行、多余空格导致匹配失败；
• 如果页面里有多个包含SKU的<li>，可以用[1]限定取第一个，比如//li[b[normalize-space(text())='SKU']][1]/...；
• 尽量不要用太宽泛的匹配（比如//li[contains(., 'SKU')]），容易误匹配到其他包含SKU文本的<li>。

内容的提问来源于stack exchange，提问作者Israr ul haq