Python lxml XPath：表达式无效（可选子）

Question

我需要从网站中提取文字。该网站有两种不同的结构，其中一种在主文本之前有一个附加元素。

我尝试按如下方式提取文本：

//div[contains(@id, "text")]/(p|.)/text()

据我所知，eTree的Xpath不喜欢(p|.)。是否有另一种简短的方法来写这个，以便lxml不抱怨？我知道我可以把它们都写出来并放在它们之间或者它们之间，但是上面的这个选项可以节省大量的输入（并且可以考虑纯XPath）。

谢谢！

EDIT 以下是两种情况的两个小示例片段（简化）：

没有孩子：

<div class="article_text">
    ...
    <div id="bodytext"...>
    "yadda yadda here be dragons"
    </div>
</div>

带孩子：

<div class="article_text">
    ...
    <div id="bodytext">
        <p>
            "Here be paragraphed dragons"
        </p>
    </div>
</div>

编辑2： 这不完全是关于这个特定情况，而是直接关于lxml - 我正在从许多不同的网站中提取文本，而这个“可选的孩子”相当普遍 - 我的问题是，如果有另一个选项（不同的写作）这个语法，或lxml不接受它，我必须“全部”出来？

编辑3： 我刚才遇到的事情是：新闻网站有不同类型的文章，有时候是所谓的“信息框”，不希望提取。所以我会做//main/(div[not(contains(@class, "infobox"))]|.)/p/text()，以排除这个特定的div，但包括其他div或其他类型的标签。文本在一些页面中包含在div中，在其他包装中包含在多个div中，有时用于跨度等。将“OR”一起表示将产生极其/不必要的复杂XPath，而不是那里的解决方案 - 但正如所说，lxml不会似乎喜欢它。