在XML与HTML文档解析领域，XPath提供了一系列字符串函数来辅助节点定位，其中starts-with()是最常被用到的前缀匹配函数之一。它的核心作用是在不关心完整内容的情况下，仅通过“开头部分”来筛选符合条件的节点，从而大幅提升在结构松散或动态生成页面中的提取准确率。与完全相等匹配不同，starts-with()允许后缀存在任意变化，这在应对前端框架随机化类名、接口返回字段前缀统一等场景时尤为关键。
starts-with()函数的基础语法与匹配逻辑
starts-with()函数在XPath中的标准调用形式为starts-with(string1, string2)，它接收两个参数并返回布尔值。第一个参数通常是节点路径或节点值，第二个参数是期望的前缀字符串。解析器会先将两个参数都处理为字符串序列，然后从第一个字符开始逐一比对，只有当string1的前N个字符（N为string2长度）与string2完全一致时，才返回true。如果string2长度为零，按照XPath 1.0规范，多数实现会直接报错而非返回true，这一点在编写通用模板时需特别留意。
从底层实现来看，该函数执行的是典型的字典序前缀检测，不涉及正则编译，因此性能开销极低。但它严格区分大小写，例如在HTML中class="Post-title"无法被starts-with(@class, 'post')命中。若需要忽略大小写，往往要配合translate()函数将双方转为统一大小写。另外，当节点本身不存在对应属性或文本时，XPath会将其视为空字符串，此时starts-with()永远返回false，不会抛出异常，这种静默失败特性既安全又容易让初学者误以为规则写错。
下面给出一个最基础的XML匹配示例，假设我们有如下文档结构，希望选出所有id以user-开头的节点：
<root> <item id="user-101">Alice</item> <item id="guest-202">Bob</item> <item id="user-103">Carol</item> </root>
对应的XPath表达式可以写为//item[starts-with(@id, 'user-')]，执行后只会选中id为user-101与user-103的两个元素。注意属性前必须加@符号，若误写成starts-with(id, 'user-')则会被解析为子元素id的文本值匹配，而非属性匹配，这是实际开发中高频出现的错误。
在HTML抓取与动态类名处理中的实战用法
现代网页常由Vue、React等框架渲染，其class属性经常拼接哈希或序号，例如class="post-card_3k9a"、class="post-card_x12b"。若使用完全匹配必然失效，而starts-with()可以稳定提取所有以post-card开头的容器。在爬虫代码里，我们通常用它与contains()做对比：contains()匹配任意位置子串，可能误伤类似old-post-card这类节点；starts-with()则从开头约束，精准度更高。
不过HTML的class属性本质是空格分隔的词列表，starts-with()是把整个属性值当做单一字符串处理，并不会按单词拆分。也就是说starts-with(@class, 'post')能匹配post card，却匹配不到wrapper post，因为后者开头是wrapper。如果业务要求“只要拥有某个前缀的class词就行”，就需要先使用tokenize()（XPath 2.0）或借由编程语言层做拆分，再逐词判断，不能单纯依赖starts-with()。
以下Python代码演示了如何借助lxml库，利用starts-with()提取博客列表：
from lxml import html
page = '''
<div>
<div class="post-item_aa">第一篇</div>
<div class="post-item_bb">第二篇</div>
<div class="adv-item_cc">广告</div>
</div>
'''
tree = html.fromstring(page)
# 使用XPath的starts-with匹配class前缀
nodes = tree.xpath('//div[starts-with(@class, "post-item_")]')
for n in nodes:
print(n.text)
运行结果会输出“第一篇”和“第二篇”，广告节点被自然过滤。这个例子说明，在面对前端动态样式命名时，starts-with()能以极简规则替代复杂正则，减少维护成本。但同时也要意识到，如果页面改版把前缀去掉，表达式会瞬间失效，因此关键抓取任务建议配合多种特征冗余校验。
与其他字符串函数及性能层面的对比分析
除了starts-with()，XPath还提供contains()、substring()和matches()（XPath 2.0支持正则）等函数。contains()判断子串存在性，matches()则支持完整正则，灵活性最高但解析开销最大。starts-with()由于只需比较前缀，在大规模文档遍历中速度通常优于matches()，尤其当解析器用C实现（如libxml2）时，其时间复杂度接近O(N)，N为前缀长度，几乎可忽略不计。
在XPath 1.0环境中，starts-with()不支持正则，也无法直接忽略大小写，这使其表达力受限。若项目允许使用XPath 2.0或更高版本，推荐用matches(@class, '^post')来替代，可读性更好且能组合复杂规则。但在绝大多数浏览器端DOM的document.evaluate()接口里，仍只支持1.0子集，因此掌握starts-with()依然是前端提取的必备技能。我们在做跨平台解析工具时，常将它作为降级方案，确保旧引擎也能运行。
下面的表格简要归纳了三种函数的差异，方便在方案中做选型：
| 函数名 | 匹配方式 | 大小写敏感 | 典型用途 |
|---|---|---|---|
| starts-with() | 前缀相等 | 是 | 固定前缀动态后缀的属性筛选 |
| contains() | 任意位置子串 | 是 | 模糊包含某关键词的节点 |
| matches() | 正则表达式 | 可配置 | 复杂模式或忽略大小写场景 |
综合来看，starts-with()是XPath工具箱里轻量而精准的入口级函数。理解它的字符串比对本质、属性与文本的差异，以及和contains()、matches()的边界，能让我们在解析任务中写出既稳健又高效的定位规则，避免因误用导致的漏选或误选问题。
XPathstarts-with节点匹配修改时间：2026-08-15 22:34:32