如何使用XPath正确选择CSS类？

使用 XPath 选择 CSS 类

在网页抓取的上下文中，根据 CSS 类准确定位特定元素至关重要。虽然 CSS 选择器在处理 HTML 时很简单，但在处理 XML 文档或利用高级网页抓取技术时，XPath 就变得必要了。

问题：使用 XPath 选择单个类

这个问题源于需要使用 XPath 仅根据“日期”类来选择元素。但是，提供的代码片段会产生意外的结果。

//[@class="date"]

解决方案：正确的 XPath 等效项

要正确选择 XPath 中具有特定类的元素，应使用以下语法：

//*[contains(concat(" ", normalize-space(@class), " "), " foo ")]

在此表达式中：

• normalize-space(@class)删除前导和尾随空格并将多个空格折叠为一个，确保类属性的格式一致。
• concat(" ", normalize-space(@class), " ") 在规范化类值周围添加空格使其与目标类名具有可比性。
• contains(...) 在修改后的类属性中搜索目标类名

避免不正确的方法

要避免的两个常见但有缺陷的 XPath 选择器包括：

• //*[@class="date"] : 不考虑具有多个类的元素。
• //*[contains(@class, "date")]：匹配类名包含“date”的元素，例如“foobar”，这是不正确的。

Credit

这里提供的解决方案归因于网络爬虫同事发表了一篇有价值的博客文章来解决这个特定问题。我们感谢他们分享他们的见解。

以上是如何使用XPath正确选择CSS类？的详细内容。更多信息请关注PHP中文网其他相关文章！