如何用Python Selenium从指定HTML中提取<a>标签外的目标字符串？

目标内容是<td class="subject">标签下位于<a>和<br>之后的独立文本节点，以下是几种可行的实现方式：

方式一：通过父节点文本截取 #

先定位到包含所有内容的<td>元素，提取完整文本后拆分出目标部分：

def is_it_available():
    # 定位到目标td元素
    td_element = driver.find_element(By.XPATH, '//td[@class="subject"]')
    # 获取td内的全部文本内容
    full_content = td_element.text
    # 按→符号拆分，取后半段并去除首尾空格
    target_text = full_content.split('→')[-1].strip()
    print(target_text)

方式二：XPATH直接定位文本节点 #

利用XPATH的节点选择语法，直接选中<br>之后的文本节点：

def is_it_available():
    # 直接定位到<br>后的文本节点
    text_node = driver.find_element(By.XPATH, '//td[@class="subject"]/br/following-sibling::text()')
    # 获取文本节点的原始内容（包含&nbsp;对应的空格）
    target_text = text_node.get_attribute('textContent').strip()
    print(target_text)

方式三：基于已有节点拓展定位 #

如果需要沿用你原有的<a>节点定位逻辑，可以通过父节点获取完整文本：

def is_it_available():
    a_element = driver.find_element(By.XPATH, '//a[contains(@href, "bbs_update")]')
    # 获取<a>的父节点td的全部文本
    full_content = a_element.find_element(By.XPATH, './parent::td').text
    target_text = full_content.split('→')[-1].strip()
    print(target_text)

注意事项 #

• 若页面中文本结构固定，方式一和三的拆分逻辑稳定可靠；
• 方式二更精准，能直接获取原始文本节点内容，避免拆分可能带来的误差。

内容的提问来源于stack exchange，提问作者Junhyuk Yang