Question

我有一个单选按钮，其值为HTML，如下所示：

<div class='result'>
<span>
<input type='radio'/>
option1
</span>
<span>
<input type='radio'/>
option2
</span>
<span>
<input type='radio'/>
option3
</span>
</div>

我尝试了以下XPath，但这不起作用：

//span[contains(text(),'option1')]/input[@type='radio']

请帮我写XPath。

Answer 1

目标span中实际上有两个文本节点：第一个是<input>之前的空字符串，第二个是<input>之后的空字符串（包含"option1"的文本节点}）

您的XPath //span[contains(text(),'option1')]表示返回包含＆＃34; option1＆＃34;在第一个文本节点。

您可以使用以下表达式之一来匹配所需的input：

//span[normalize-space()="option1"]/input[@type="radio"]
//span[contains(text()[2],'option1')]/input[@type='radio']

Answer 2

我猜你不能在这里使用text()。因为此函数返回当前span元素的子文本节点序列。您的示例中有两个文本节点：

<span>
<input type='radio'/>
option1
</span>

第一个文字节点位于仅包含换行符的<span>和<input type='radio'/>之间。

第二个文字节点位于<input type='radio'/>和</span>之间，包含option1文字加上2个换行符（在开头和结尾处）。

contains函数需要字符串参数而不是序列。我认为它只需要序列中的第一个文本节点，它只包含一个换行符。

如果您需要选择input后跟某个text节点，则可以使用以下表达式：

//input[@type='radio'][contains(following-sibling::text(), 'option1')]

如果您需要选择span包含文字option1和input @type='radio'，则可以尝试以下表达式：

//span[contains(., 'option1') and input/@type='radio']

如果您需要选择input而不是span，请使用以下表达式：

//span[contains(., 'option1')]/input[@type='radio']

我可以建议您使用以下资源来获取有关XPath的一些信息。 W3C recomendations包含XPath的完整描述。如果您使用XPath 2.0，那么您可以查看：

对于XPath 3.0，请查看：

这些建议很大，很难阅读。但您可以在这些文档中找到a list of all available axes，包括following-sibling::，a description of text()，a description of contains()等。

还有很多简短的XPath教程。例如，您可以查看this one。

Answer 3

每个span有两个文本元素。一个在input元素之前，一个跟随它，但第一个基本上是空的。

在此代码中，我找到input元素，然后是父母，然后是span父母的第二个文本元素。

>>> from scrapy.selector import Selector
>>> selector = Selector(text=open('temp.html').read())
>>> for item in selector.xpath('.//input[@type="radio"]/../text()[2]'):
...     item.extract()
...     
'\noption1\n'
'\noption2\n'
'\noption3\n'

Answer 4

尝试此选择选项1

//input[@type='radio']/preceding::span[1][contains(.,'option1')]

如何使用XPath选择单选按钮后跟文本？

4 个答案: