Question

我有这个HTML：

<div id="content">
    <h1>Title 1</h1><br><br>

    <h2>Sub-Title 1</h2>
    <br><br>
    Description 1.<br><br>Description 2.
    <br><br>

    <h2>Sub-Title 2</h2>
    <br><br>
    Description 1<br>Description 2<br>
    <br><br>

    <div class="infobox">
        <font style="color:#000000"><b>Information Title</b></font>
        <br><br>Long Information Text
    </div>
</div>

我希望在Selenium的 find_element_by_xpath 函数中获取<div id="content">中的所有文字，但不包括<div class="infobox">的内容，因此预期结果如下：

Title 1


Sub-Title 1


Descripton 1.

Descripton 2.


Sub-Title 2


Descripton 1.
Descripton 2.

我可以通过在线XPath测试程序中使用此代码来获取它：

//div[@id="content"]/descendant::text()[not(ancestor::div/@class="infobox")]

但是如果我将代码传递给selenium的find_element_by_xpath，我会得到selenium.common.exceptions.InvalidSelectorException。

result = driver.find_element_by_xpath('//div[@id="content"]/descendant::text()[not(ancestor::div/@class="infobox")]')

Answer 1

find_element_by_xpath()中使用的xpath必须指向一个元素，而不是文本节点而不是属性。

这里最简单的方法是找到父标记，找到要排除哪个文本的子标记，并从父文本中删除子文本：

parent = driver.find_element_by_id('content')
child = parent.find_element_by_class_name('infobox')
print parent.text.replace(child.text, '')

如何选择所有子文本但在Selenium的XPath选择器中排除标记？

1 个答案: