python - 通过 XPath 获取文本，忽略标记

Question

我必须在 HTML 表格中检索文本，在单元格中，文本有时位于 <div> 中有时不是。

我怎样才能制作一个 div在可选的 XPath 中？

我的实际代码:

stuff = tree.xpath("/html/body/table/tbody/tr/td[5]/div/text()")

想要的伪代码:

stuff = tree.xpath("/html/body/table/tbody/tr/td[5]/div or nothing/text()")

Answer 1

你想要 string value td[5] 元素。使用 string() :

stuff = tree.xpath("string(/html/body/table/tbody/tr/td[5])")

这将在 td[5] 下返回没有标记的文本。

也可以通过 normalize-space()间接获取元素的字符串值 作为suggested by splash58 in the comments ，如果您还希望在两端修剪空白并在内部减少空白。