如何用单条XPath查询选取HTML表格<td>内的最深层元素

嘿，我来帮你搞定这个XPath的问题！

你想要用单条XPath直接抓取每个<td>里的最深层文本，当前用的//table/tr/td/*[last()]/text()其实有点小问题——第一个<td>里的test能拿到，但第二个<td>里的最深层是<span>里的test2，这个表达式会选中<td>下最后一个子元素<div class="header">，可这个div还有子元素，所以取到的文本是空，达不到你的预期。

给你调整一下XPath，直接定位到每个<td>下没有子元素的最深层节点，再提取文本：

//table/tr/td//*[not(*)]/text()

为啥这个表达式管用？ #

• //table/tr/td：先定位到表格里的所有<td>元素
• //*[not(*)]：在每个<td>的后代里，挑出那些完全没有子元素的节点——这就是你要的最深层元素
• /text()：把这些节点里的文本内容提取出来

跑这个表达式的话，就能精准得到你想要的结果：

• Text='test'
• Text='test2'

要是你担心以后会遇到文本直接在<td>里（没有嵌套任何元素）的情况，还可以用更健壮的版本，兼容这种场景：

//table/tr/td//text()[not(parent()/*)]

这个是直接找所有“父节点没有子元素”的文本节点，不管文本所在的节点是不是<td>的直接子元素，通用性更强。

内容的提问来源于stack exchange，提问作者3lvinaz