如何用XPath提取表格td中含'Orange County'的所有分段内容？

嘿，我懂你研究半天却只拿到第一个匹配项的郁闷！咱们来看看怎么搞定这个问题~

问题根源 #

你现在用的XPath //table/tr/td[4]/text()[contains(.,'Orange')] 只返回第一个匹配文本，是因为text()在XPath中默认只会选取当前节点的第一个子文本节点。如果<td>里包含多个独立的文本节点（比如地址分段、换行分隔），后面的匹配项就会被漏掉。

两种可行的解决方案 #

• 方案1：抓取所有包含目标文本的<tr>行
  如果你想先定位到所有包含'Orange County'的整行，用这个XPath：

  //table/tr[contains(td[4], 'Orange')]
  

  这样会返回所有符合条件的<tr>节点，之后你可以根据需求提取该行内的其他内容，或者进一步获取<td>里的所有文本。

• 方案2：直接提取<td>内所有含'Orange'的文本节点
  要是你需要直接拿到所有匹配的文本片段，把XPath改成这样：

  //table/tr/td[4]/descendant-or-self::text()[contains(.,'Orange')]
  

  descendant-or-self::text()会遍历<td[4]>下的所有子文本节点，不管是第几个，只要包含'Orange'就会被抓取到，这样就能拿到你示例里的2个实例啦。

小提示 #

如果你的<td>里的文本是被其他标签包裹的（比如<span>），上面的方案依然有效，因为descendant-or-self会深入到所有子节点的文本内容里。

内容的提问来源于stack exchange，提问作者James