如何使用XPath和JavaScript单独选取特定词语

没问题！要单独提取元素文本里的特定词语（比如你例子中的"disease"），可以根据你的XPath版本和场景选择下面几种实用方法：

方法1：XPath 1.0兼容的字符串提取法 #

如果你的环境只支持XPath 1.0（比如旧版浏览器、部分爬虫工具），可以通过字符串定位结合substring()来精准提取目标词语：

substring(
  //p[@class="class"][contains(text(),"disease")]/text(),
  string-length(//p[@class="class"][contains(text(),"disease")]/text()) - string-length(substring-after(//p[@class="class"][contains(text(),"disease")]/text(), "disease")) + 1,
  string-length("disease")
)

原理是先找到包含目标词的文本节点，再通过substring-after()算出目标词的起始位置，最后截取对应长度的内容。

方法2：XPath 2.0+的正则替换法 #

如果你的工具支持XPath 2.0及以上（比如Saxon、现代爬虫框架），用正则替换会更简洁灵活：

replace(
  //p[@class="class"][contains(text(),"disease")]/text(),
  "^.*?(disease).*$",
  "$1"
)

这个表达式会把文本中除了"disease"之外的内容全部替换掉，直接保留你要的词语。如果需要匹配更复杂的词模式，只要调整正则即可（比如匹配多个类似的疾病词）。

方法3：针对独立文本节点的精准匹配 #

如果目标词语是作为独立的文本节点存在（比如嵌套在标签里，像 <p class="class">Lorem ipsum <span>disease</span> dolor</p>），那可以直接定位这个文本节点：

//p[@class="class"]//text()[.="disease"]

这种方式最直接，但只适用于目标词是独立文本节点的场景。

内容的提问来源于stack exchange，提问作者OutForCode