Как выбрать элементы по тексту в XPath?

Выбор элементов по тексту в XPath — это мощный способ, используемый для веб-парсинга и извлечения данных из HTML-документов. Этот способ особенно полезен, когда структура документа неизвестна или когда элементы не имеют уникальных атрибутов. XPath, язык запросов для выбора узлов из XML-документа, обеспечивает простой способ поиска элементов на основе их текстового содержимого.

Как выбрать элементы по тексту в XPath

Для выбора элементов по их текстовому содержимому XPath предлагает функцию text() и функцию contains(). Базовый синтаксис для поиска элемента с точно совпадающим текстовым содержимым:

//tagname[text() ='точный текст']

Вот пример строки поиска всех элементов, содержащих точный текст «Hello World»:

//p[text()='Hello World']

Однако веб-страницы часто содержат динамический контент или текст с небольшими вариациями, что делает точные совпадения непрактичными. В таких случаях функция contains() исключительно полезна. Она позволяет выбрать элементы, содержащие указанную подстроку. Синтаксис:

//tagname [contains(text(),'substring')]

Итак, для выбора элементов, содержащих подстроку  «Hello»:

//p [contains (text(),'Hello')]

Этот метод невероятно гибкий и может быть адаптирован для выбора элементов на основе частичных совпадений текста, что часто встречается в динамическом веб-контенте.

Расширенное использование

Для более сложных сценариев, таких как выбор элементов на основе нескольких текстовых условий или смешивание текстовых условий с атрибутивными условиями, выражения XPath можно комбинировать с помощью логических операторов типа and или:

//div[contains(text(),'Important') и @class ='message']

При этом будут выбраны все элементы с атрибутом класса ‘message’, которые также содержат текст «Важно».