使用 XPath 按 CSS 类查找元素

在网页抓取中，通常需要根据 CSS 类来定位 HTML 元素。 XPath 是一个用于导航 XML 和 HTML 文档的强大工具，它提供了一种实现此目的的方法。

考虑一个 HTML 页面，其中的 div 元素具有名为“Test”的类。以下 XPath 查询可用于查找此元素：

//*[contains(@class, 'Test')]

此查询选择包含“Test”类的所有元素，无论它们出现在文档树中的哪个位置。

要优化性能，您可以将搜索范围缩小到特定元素类型，例如 div。例如，以下查询将搜索限制为包含“Test”类的 div：

//div[contains(@class, 'Test')]

但是，如果您有具有“Testvalue”或“newTest”等类的元素，上面的查询也将匹配它们。为了确保更精确的匹配，您可以使用在“Test”类之前和之后包含空格的串联字符串，如 @Tomalak:

//div[contains(concat(' ', @class, ' '), ' Test ')]

此查询将仅匹配包含单词“Test”作为单独类的 div value.

要消除任何空白问题，您还可以使用标准化空间函数标准化空格，如 @Terry:

//div[contains(concat(' ', normalize-space(@class), ' '), ' Test ')]

最后，将这些查询中的星号 (*) 替换为您想要匹配的实际元素名称，除非您希望搜索文档中的所有元素。这样会提高查询的效率。