Xpath的text()无法匹配<p>标签文本但可匹配div的问题排查

问题场景 #

使用XPath表达式//*[contains(text(), 'some_text')]时，无法匹配<p>标签内的目标文本，但能正常匹配<div>标签内的相同文本。

失败示例 #

HTML结构：

<div>
  <p>
    123
    123
    some_text
  </p>
</div>

使用XPath：//*[contains(text(), 'some_text')]
结果：未找到任何元素

成功示例1 #

HTML结构：

<div>
  123
  123
  some_text
</div>

使用相同XPath：//*[contains(text(), 'some_text')]
结果：成功匹配到div元素

成功示例2 #

HTML结构与失败示例一致：

<div>
  <p>
    123
    123
    some_text
  </p>
</div>

修改XPath为//*[contains(., 'some_text')]
结果：成功匹配到p元素

测试环境：Chrome(webdriver)、Opera

核心原因：text()和.的区别 #

• text()返回当前节点的所有直接文本子节点集合。在XPath 1.0中，当把这个集合传入contains函数时，只会取集合里第一个文本节点的内容进行匹配。
  失败示例里的<p>标签，子文本节点被换行、空格拆分成多个（换行空格、"123"、换行空格、"123"、换行空格、"some_text"），第一个节点是换行空格，自然不含目标文本，导致匹配失败。
• .代表当前节点的完整字符串值，会把节点下所有文本子节点的内容拼接成一个整体字符串（包含所有换行、空格）。contains(., 'some_text')会检查整个节点的合并文本是否包含目标字符串，因此能匹配到<p>标签。

成功示例1中<div>能被匹配，是因为该div的第一个直接文本子节点包含了目标文本（浏览器解析时将连续空白合并成了单个文本节点）。

解决办法 #

如果需要匹配元素内任意位置的目标文本，不管文本被拆分成多少个节点，直接使用：

//*[contains(., 'some_text')]

contains(text(), 'some_text')仅适用于目标文本存在于元素第一个直接文本子节点的场景，适用范围非常有限。

内容的提问来源于stack exchange，提问作者Irina