在 XPath 中获取（文本）

Question

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

h2 元素下的那个。该 div[@class="coordsAgence"] 元素，下面有更多的 div 子元素和更多的 h2 元素。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（在此示例中）是：“GALLIER Dennis”文本。

Answer 1

看来您想要该 div 中的第一个文本节点：

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

应该这样做。

请注意，这假设

内的这些注释之间实际上没有空格。否则该空格将构成您必须考虑的附加文本节点。

Answer 2

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

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

请注意，第一个表达式返回之后的第一个文本节点第一个 h2 即使两者之间出现其他节点。如果您只想在紧接第一个 h2 之后的节点时返回文本，请尝试如下操作：

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

Answer 3

使用Python/Scrapy从h1标签获取文本（例如）：

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