XPath：在两个相似标签之间匹配文本

Question

我正在尝试抓取结构混乱的网站，我所需要的文本位于前5个连续的br标签（不多也不少，恰好是5个）和随后的2个连续的br标签之间。 /> 看起来像这样：

<p class="A">
"Some text"
<br>
"Some text"
<br>
<br>
"Some text"
<br>
<br>
<br>
<br>
<br>
"Required text"
<br>
"Required text"
<br>
"Required text"
<br>
<br>
</p>

Answer 1

Scrapy将<br>标记转换为换行符，因此您只需提取整个文本并将其分割为5个换行符：

> text = sel.xpath('//text()').extract()
['\n"Some text"\n', '\n"Some text"\n', ...]
> values = ''.join(text).split('\n\n\n\n\n')[1]
'\n"Required text"\n\n"Required text"\n\n"Required text"\n\n\n'
> values.strip().split('\n\n')
['"Required text"', '"Required text"', '"Required text"']