Question

我一直在尝试使用xapth从某些html元素中提取出一部分文本，但是看来我出了问题，这就是为什么我无法做到这一点。

HTML元素：

htmlelem = """
<div class="content">
    <p>Type of cuisine: </p>International
</div>
"""

我想使用xpath挖掘International。我知道如果我想使用.next_sibling提取相同内容，那么我可以使用css selector获得成功，但是我对这条路线不感兴趣。

那是说，如果我这样尝试，我可以使用xpath获得相同的信息：

tree.xpath("//*[@class='content']/p/following::text()")[0]

但是上面的表达式不是我想要的，因为如果我坚持使用driver.find_element_by_xpath()

，则无法在selenium webdriver中使用相同的表达式

我感兴趣的唯一方法如下所示，但它不起作用：

"//*[@class='content']/p/following::*"

实际示例：

from lxml.html import fromstring

htmlelem = """
<div class="content">
    <p>Type of cuisine: </p>International
</div>
"""
tree = fromstring(htmlelem)
item = tree.xpath("//*[@class='content']/p/following::text()")[0].strip()
elem = tree.xpath("//*[@class='content']/p/following::*")[0].text
print(elem)

在上面的示例中，我可以成功打印item，但不能打印elem。但是，我想修改elem中使用的表达式。

如何使它起作用，以便可以在xpath库或lxml中使用相同的selenium？

Answer 1

由于OP一直在寻找一种从xpath外部提取文本的解决方案，因此以下方法应该做到这一点，尽管有些尴尬：

tree.xpath("//*[@class='content']")[0][0].tail

输出：

国际

此方法的需要是lxml解析html代码的方式的结果： tree.xpath("//*[@class='content']")导致list的长度= 1。列表中的第一个（也是唯一）元素-tree.xpath("//*[@class='content']")[0]是一个lxml.html.HtmlElement，它本身可以视为列表，并且长度为= 1。

在tail中第一个（也是唯一一个）元素的lxml.html.HtmlElement中隐藏了所需的输出...

在xpath中进行同级操作后无法正常工作

1 个答案: