如何用XPath仅在子元素含title属性时提取父元素目标文本

当然可行！我来帮你构建满足需求的XPath查询，完美匹配你要的场景。

核心思路 #

我们需要完成两个关键步骤：

• 筛选符合条件的<li>元素：仅当它的后代<i>/<a>存在title属性时才选中它；
• 提取<li>的独立文本：排除子元素（比如<a>里的"Apples"）的文本，只取<li>自身的文本内容。

分步实现 #

1. 先定位符合条件的<li>

用这个XPath片段筛选出满足要求的<li>：

//ul/li[./i/a/@title]

这个表达式的意思是：选择所有<ul>下的<li>，且该<li>下存在<i>/<a>元素，并且<a>带有title属性。

2. 提取<li>的自身文本（不含子元素文本）

在上面的基础上，我们需要获取<li>的直接文本节点，过滤掉空的空格节点，然后提取有效内容：

//ul/li[./i/a/@title]/text()[normalize-space()][last()]

• text()：获取<li>的所有直接文本节点（示例里包括换行空格和(1999)）；
• [normalize-space()]：过滤掉纯空格的无效文本节点；
• [last()]：取最后一个有效文本节点，也就是示例里的(1999)。

3. 直接提取1999（去掉括号）

如果需要直接得到不带括号的1999，可以根据XPath版本选择不同的方式：

• XPath 2.0+（支持正则替换）：

  replace(normalize-space(//ul/li[./i/a/@title]/text()[normalize-space()][last()]), '[()]', '')
  

• XPath 1.0（无正则，用字符串截取）：

  substring(normalize-space(//ul/li[./i/a/@title]/text()[normalize-space()][last()]), 2, 4)
  

为什么你之前的尝试不生效？ #

• //ul/li/text()[last()]：没有添加<a>存在title属性的筛选条件，不管子元素是否符合要求都会提取文本；
• //ul/li/text()：会返回<li>下所有直接文本节点（包括大量空格节点），同样没有条件筛选，结果不符合预期。

验证示例 #

针对你提供的XML：

<ul>
  <li>
    <i>
      <a href="#apples" title="apples"> Apples </a>
    </i> (1999)
  </li>
</ul>

使用上述XPath会精准提取出1999（或(1999)，根据你选择的表达式），且仅当<a>存在title属性时才会返回结果。

内容的提问来源于stack exchange，提问作者AnchovyLegend