Python Selenium 如何从跨度后的 div 中获取文本

Question

我想选择跨度后的 div 内的文本。

来源如下:

<div id="citation">
    <cite>Journal</cite>
    ", "
    <span class="year">2014</span>
    ", "
    <span class="volume">100</span>
    " (4), pp 100-200"
</div>

我只想要“(4)，第 100-200 页”。

我知道如何从整个 div 或每个范围中获取文本，但如何仅获取最后一个文本？这个 XPATH 将不起作用。 ISSUE_XPATH = "//*[@id=\"引用\"]/text()[3]"

并显示此错误消息:

selenium.common.exceptions.InvalidSelectorException:消息:{“errorMessage”:“xpath 表达式的结果\”//*[@id=\“引用\”]/text()[3]\”是:[object Text]。它应该是一个元素。”

Answer 1

不幸的是，//*[@id=\"itation\"]/text()[3] 在 selenium 中不起作用 - 你只能定位实际元素，而不是文本节点.

在这种情况下我要做的是另外使用 BeautifulSoup HTML 解析器将有助于在带有 class="volume" 的 span 元素之后找到特定的同级文本:

from bs4 import BeautifulSoup

citation = driver.find_element_by_id("citation")
html = citation.get_attribute("outerHTML")

soup = BeautifulSoup(html, "html.parser")
desired_text = soup.find("span", class_="volume").next_sibling
print(desired_text)