使用换行符从一个跨度获取2个单独的xpath值

Question

我的HTML看起来像这样：

<span>
Word 1
Sentence 1
</span>

我可以用以下方法提取它：

//span/text()

这给了我

Word 1
Sentence 1

在XPATH中是否可以分别获取/提取Word 1和Sentence 1？ （Python中用于Scrapy的XPath提取器）

我尝试过：

//span/text()[1]
//span/text()[2]

substring-before(//span/text(),'\n')

但两者都是疯狂的猜测，无法正常工作。

Answer 1

您可以使用的第一项“单词1”

normalize-space(substring-before(substring-after(translate(span/text(),'
',''),'
'),'
'))

并获得第二项“句子1”，

normalize-space(substring-after(substring-after (translate(span/text(),'
',''),'
'),'
'))

如果不需要，可以删除normalize-space(...)。
上下文节点应为span的父节点，否则您应在表达式前加上//。您的主要问题是第一项之前有换行符（\n）。

编辑：
我添加了一个解决方案，用于处理Windows CR的{​​{1}}字符。它只是删除CRLF字符并作用于CR字符。

Answer 2

请参见a previous question，以了解如何正确访问元素的内部内容。

然后，处理输出字符串以适合您的需求。