新手求助：如何用XPath提取宜家产品页的jProductData变量？

嘿，作为XPath新手碰到这种情况太正常啦～你当前的XPath已经精准定位到了目标script标签，但因为整个script块里包含多个JS变量，XPath本身没法直接筛选出单个变量的内容，不过我们可以通过两种实用方案解决：

方案1：XPath定位+字符串/正则处理（最通用） #

这是适配绝大多数工具的方法，不管你用Python的lxml、Scrapy，还是浏览器控制台都能行。步骤如下：

1. 先用你的原XPath获取整个script的文本内容：

   //*[@id="mainPadding"]/script[3]/text()
   

2. 拿到文本后，用正则表达式匹配var jProductData对应的变量内容。比如在Python里可以这么写：

   import re
   
   # 假设script_text是你通过XPath获取到的文本
   script_text = ""
   match_result = re.search(r'var jProductData = (.*?);', script_text, re.DOTALL)
   if match_result:
       jProductData_content = match_result.group(1)
       print(jProductData_content)
   

   这里的re.DOTALL参数很关键，它能让正则里的.匹配换行符，毕竟JS对象通常是多行格式的。

如果是在浏览器控制台测试，代码可以写成这样：

const scriptText = $x('//*[@id="mainPadding"]/script[3]/text()')[0];
const match = scriptText.match(/var jProductData = (.*?);/s);
if (match) console.log(match[1]);

方案2：用XPath 2.0+的字符串函数直接提取（限支持的工具） #

如果你使用的工具支持XPath 2.0或更高版本（比如Saxon），可以直接在XPath里嵌套字符串处理函数：

substring-before(
  substring-after(
    //*[@id="mainPadding"]/script[3]/text(),
    'var jProductData = '
  ),
  ';'
)

这个表达式的逻辑是：先截取var jProductData = 之后的所有内容，再截取到第一个;之前的部分。不过要注意，如果jProductData的对象内部包含;（比如某些属性值里的分号），这个方法可能会提前截断，所以方案1的正则更稳妥。

内容的提问来源于stack exchange，提问作者Shah Rezza