为什么嵌套 XPATH 条件中的函数会导致错误？

Question

这是关于从 webDrv.find_elements_by_xpath() 调用收到的“xpath 表达式无效”错误的问题。

背景

在招聘网站上搜索包含目标职位文本的元素时，例如“scrum master”（标准化为 lower()），在诸如

的元素中找到

<a href="/jobs/view/1836192833/">
    Scrum MASTER
</a>

Selenium-Python 查询...

aJobTitle = getNormalJobTitle(...) # to match "scrum master" with "Scrum Master" "SCRUM Master" etcA s = '// *[contains(translate(text(),"ABCDEFGHIJKLMNOPURSTUWXYZ", "abcdefghijklmnopurstuwxyz"), "' + aJobTitle + '")]' jobNodes = webDrv.find_elements_by_xpath(s)

完美运行。所有“Scrum MASTER”、“Scrum Master”、“Scrum master”等元素都返回了。

但是，当网站（无论出于何种原因）包含其他元素时，例如，

<a href="/jobs/view/1836192833/"> Scrum Master <!----> </a>

上面的查询什么也没找到。

使用不同的 xpath 形式——并且在没有 lower() 规范化的情况下工作...

s = "//*[text()[contains(.,'" + "Scrum MASTER" + "')]]" jobNodes = webDrv.find_elements_by_xpath(s)

完美运行。所有且仅返回“Scrum MASTER”元素（当然，不包括“Scrum Master”等）

我的问题

但是，当我尝试使用标准化的小写职位名称进行搜索时，将调用 text() 替换为调用 translate(text(),,)...

aJobTitle = getNormalJobTitle(...) # "scrum master" s = "//*[translate(text(),'ABCDEFGHIJKLMNOPQRSTUVWXYZ','abcdefghijklmnopqrstuvwxyz')[contains(.,'" + aJobTitle + "')]]"

我很高兴

Exception has occurred: InvalidSelectorException Message: Given xpath expression "//*[translate(tex(),'ABCDEFGHIJKLMNOPQRSTUVWXYZ','abcdefghijklmnopqrstuvwxyz')[contains(.,'scrum master')]]" is invalid: [Exception... "<no message>" nsresult: "0x80600008 (<unknown>)" location: "JS frame :: chrome://marionette/content/element.js :: element.findByXPathAll :: line 410" data: no] File "C:myfile.py JS.py", line 41, in <module> jn = liJobsElement.find_elements_by_xpath(s)

所以最后...

1) 为什么添加函数会导致错误？
2) 我如何实现规范化，以便我可以找到所有案例形式，例如职位？

Answer 1

你写：translate(text(),'ABCDEFGHIJKLMNOPQRSTUVWXYZ','abcdefghijklmnopqrstuvwxyz')[

您不能将谓词与字符串一起使用（即：translate 函数的输出）。这就是您的 XPath 无效的原因。可以测试的是元素、属性和text() 节点。

关于您的问题，您的第一个 XPath 对我来说看起来不错。但是一些 XPath 引擎不认为它有效。工作 XPath 可能是：

使用normalize-space 函数（我们删除contains 函数）：

//*[translate(normalize-space(),"ABCDEFGHIJKLMNOPQRSTUVWXYZ","abcdefghijklmnopqrstuvwxyz")="scrum master"]

使用上下文项.（而不是有问题的text()），但我们必须指定元素名称（a）或添加谓词（无子元素）：

//a[contains(translate(.,"ABCDEFGHIJKLMNOPURSTUWXYZ", "abcdefghijklmnopurstuwxyz"),"scrum master")]

//*[contains(translate(.,"ABCDEFGHIJKLMNOPURSTUWXYZ", "abcdefghijklmnopurstuwxyz"),"scrum master")][count(./*)=0]

所以，总而言之，你可以使用类似的东西：

s = '//*[translate(normalize-space(),"ABCDEFGHIJKLMNOPQRSTUVWXYZ","abcdefghijklmnopqrstuvwxyz")="%s"]'%str(aJobTitle)
jobNodes = webDrv.find_elements_by_xpath(s)

或

s = '//a[contains(translate(.,"ABCDEFGHIJKLMNOPURSTUWXYZ", "abcdefghijklmnopurstuwxyz"),"%s")]'%str(aJobTitle)
jobNodes = webDrv.find_elements_by_xpath(s)

或

s = '//*[contains(translate(.,"ABCDEFGHIJKLMNOPURSTUWXYZ", "abcdefghijklmnopurstuwxyz"),"%s")][count(./*)=0]'%str(aJobTitle)
jobNodes = webDrv.find_elements_by_xpath(s)