如何在XPath中使用contains()函数？

Question

我正在尝试从一个网页中收集信息，但无法获取正确的XPath来查找它。以下是来自网站的一段内容：

<div class="posted">
  <div>
    June 20, 2018
  </div>
</div>

我想搜索每个页面，查找带有“posted”类的元素，然后将其下方的所有内容作为字符串返回。（字符串可以有杂乱无章的格式；我将使用“if "2018" in "possibleDate"”来搜索年份）这是我的尝试代码：

possibleDate = str(tree.xpath("//div[contains(@class, ’posted’)]//@text"))

它说这是一个无效的表达式。
我哪里做错了吗？

- George Sonancia

---

请注意，[contains(@class, 'posted')] 不是错误的，但我怀疑你想要的是 [@class = 'posted']。 "contains" 版本将匹配 @class="signposted"；而 "=" 版本则不会。 - Michael Kay

Answer 1

首先，用 ' 字符替换 posted 周围的 ’ 字符。

其次，用 text() 替换 @text 以消除 XPath 语法错误。

此外，您可能希望使用所选 div 的空格规范化字符串值，而不是选择文本节点：

possibleDate = str(tree.xpath("normalize-space(//div[@class='posted'])")

这将抽象出目标

内嵌的标记变化。

另请参阅：{{link1：xpath：查找类属性匹配某个值且文本包含特定字符串的节点}}

- kjhughes

---

将@text替换为text()仍然会返回无效表达式错误。使用possibleDate = str(tree.xpath("normalize-space(//div[@class='posted'])"))没有出现错误，但也没有找到任何内容。 - George Sonancia

啊，你还需要在XPath中用'字符替换posted周围的’字符。回答已更新。 - kjhughes

谢谢。我已经测试过 tree.xpath("//div[contains(@class, 'posted')]//text()")、tree.xpath("normalize-space(//div[@class='posted'])") 和 tree.xpath("//div[contains(@class, 'posted')]")，但它们都只返回空字符串。我确定这些页面中包含了适当的类，但它们仍然找不到它们。 - George Sonancia

你需要在问题中更新一个真实的 ***[mcve]***，这样我们才能更进一步地帮助你。 - kjhughes