文本包含 时的 XPath 匹配问题 而不是常规空间

Question

对于常规 HTML

<b>WordA WordB WordC</b>

我会使用这个 XPath 来检索这个元素。

//b[text()='WordA WordB WordC']

但我有以下 HTML

<b>WordA&nbsp;WordB&nbsp;WordC</b>

当我尝试检索此实例中的元素时，第一个 XPath 不返回任何内容。

//b[text()='WordA\u00a0WordB\u00a0WordC']

以上一个作品。

但是，有没有更好的方法来处理这种情况，而不是使用 '\u00a0' 部分。一些定义的函数来规范化空间。

等等：

//b[someFunction()='WordA WordB WordC']

Answer 1

请注意，这是\u00a0有效的，因为您的 XPath 表达式嵌入在识别转义序列的某些宿主语言（例如 Java 或 Javascript）中uNNNN- 这是由包含的宿主语言而不是 XPath 本身转换为 NBSP 字符。如果 XPath 嵌入在 XML 中（例如在 XSLT 或 XSD 中），您将使用 而不是\u00a0.

在 XPath 中没有处理 NBSP 的特殊方法，但您可以使用 translate() 将这些字符转换为常规空格：

//b[translate(text(), '\u00a0', ' ') = 'WordA WordB WordC']

另请注意，在此类表达式中，通常最好使用.而不是text()访问元素的字符串值。这对可能出现的变化更有弹性，例如斜体字之一，或由注释分隔的字词。