在 XPath 中获取（文本）

Posted 2023-02-24

技术标签:

【中文标题】在 XPath 中获取（文本）【英文标题】：Get (text) in XPath 【发布时间】：2011-07-24 03:07:40 【问题描述】：

我有以下 DOM 结构/html，我想获取（只是练习......）标记的数据。

在 h2 元素下的那个。那个 div[@class="coordsAgence"] 元素，下面有更多的 div 子元素和更多的 h2 .. 这样做：

div[@class="coordsAgence"]

将获得该值，但带有额外的不需要的文本。更新：我基本上想要的值（来自此示例）是：“GALLIER Dennis”文本。

【问题讨论】：

图片真的帮不上什么忙。当人们建立答案时，简化的文本版本会更有用。投反对票。代码作为截图，一点都不好看。 【参考方案1】：

您似乎想要该 div 中的第一个文本节点：

div[@class="coordsAgence"]/text()[1]

应该这样做。

请注意，这假定<div class="coordsAgence"> 内的这些 cmets 之间实际上没有空格；否则，空格将构成您必须考虑的其他文本节点。

【讨论】：

【参考方案2】：

获取div 中第一个h2 之后的第一个文本节点，类为"coordsAgence"：

div[@class='coordsAgence']/h2[1]/following-sibling::text()[1]

请注意，第一个表达式返回第一个 h2 之后的第一个文本节点，即使在两者之间出现了其他节点。如果您只想在它是立即跟随第一个h2的节点时返回文本，那么尝试这样的操作：

div[@class='coordsAgence']/h2[1][following-sibling::node()[1][self::text()]]/following-sibling::text()[1]

【讨论】：

【参考方案3】：

使用 Python/Scrapy 从 h1 标签中获取文本（例如）：

response.xpath(
        "//div[contains(@class, 'class_name')]//h1[contains(@class, 'class_name')]/text()"
    ).get()

【讨论】：

以上是关于在 XPath 中获取（文本）的主要内容，如果未能解决你的问题，请参考以下文章