如何使用XPath精准提取含特定参数的链接（如mediaid）

本文讲解当目标网页实际返回的HTML与浏览器开发者工具中看到的内容不一致时，如何调整XPath表达式以正确提取包含特定URL参数（如mediaid）的链接，并提供实用调试技巧与替代方案。

先讲一个最常见的坑：很多人习惯直接在浏览器开发者工具里看渲染后的DOM，然后照着那个结构写XPath，结果翻车了。为啥？因为服务端真正返回的原始HTML，跟浏览器展示的往往不是一回事。

具体来说，你满心期待能从页面里抓到类似 这样的链接，于是顺手写了个 //a[contains(@href,"mediaid")]，结果死活匹配不到。问题出在哪？这个带 mediaid 参数的链接，压根就不存在于服务器返回的原始HTML里。

看看实际的服务端响应长什么样：

  25749  Skini titl

你看，mediaid 这个参数，根本没出现在 href 里，而是被塞进了路径，比如那个数字205234。结构也完全不一样。这时候，你那个依赖 mediaid 字符串的XPath，自然就扑了个空。

实际上，正确做法是回归那些服务端可控的、稳定的结构特征。观察一下就能发现：目标链接全都藏在 class="download" 的

//div[@class="download"]/a