使用XPath提取HTML表格td值，避免使用位置型XPath表达式

嗨，我完全理解你想避开那些依赖位置的XPath（比如//td[2]这种，页面结构一改就失效的写法），转而用更健壮的方式提取那个带空格的“ 2 ”。下面我用一个常见的表格场景来给你演示几种靠谱的方案：

先假设一个示例HTML表格结构 #

首先咱们先模拟一个你可能遇到的表格代码（如果你的实际结构不一样，可以对应调整条件）：

<table>
  <thead>
    <tr>
      <th>序号</th>
      <th>库存数量</th>
      <th>商品名称</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>1</td>
      <td> 2 </td> <!-- 这就是咱们要提取的目标值 -->
      <td>红富士苹果</td>
    </tr>
  </tbody>
</table>

方案1：关联表头定位（最推荐，语义化最强） #

这种方式完全不依赖位置，而是通过表头的文本找到对应列，是最健壮的写法：

//tbody/tr/td[count(//thead/tr/th[text()='库存数量']/preceding-sibling::th) + 1]

原理：先找到表头“库存数量”前面有几个<th>元素，加1就是它所在的列索引，再定位到tbody里对应列的<td>——这是动态计算的位置，不是硬写的数字，就算表头顺序变了，只要表头文本不变，就能正确匹配。

如果想直接匹配目标值的文本（忽略前后空格），可以结合normalize-space()：

//td[normalize-space(text())='2']

方案2：通过相邻单元格的固定文本定位 #

如果目标<td>旁边的单元格有固定不变的文本，比如左边是“1”或者右边是“红富士苹果”，可以这么写：

<!-- 找左边是“1”的td -->
//td[preceding-sibling::td[text()='1']]

<!-- 找右边是“红富士苹果”的td -->
//td[following-sibling::td[text()='红富士苹果']]

方案3：通过单元格的属性定位（如果有唯一属性） #

如果目标<td>有专属的class、id或者自定义属性，比如：

<td class="product-quantity"> 2 </td>

那直接用属性定位是最简单靠谱的：

//td[@class='product-quantity']

<!-- 如果class值是多个，用contains匹配部分字符串 -->
//td[contains(@class, 'quantity')]

额外注意点 #

• 尽量避免使用绝对路径（比如/html/body/table/tbody/tr/td[2]），绝对路径对页面结构的变动极其敏感，很容易失效；
• 处理文本时，normalize-space()是个好工具，能自动去掉文本前后的空格和换行，避免因为空白字符导致匹配失败。

内容的提问来源于stack exchange，提问作者Cesare