如何使用XPath获取<p>标签之间的文本内容？

直接用XPath提取文本 #

你的基础XPath已经能定位到目标

标签，在此基础上可以通过以下方式获取文本：

• 获取每个

  的直接子文本（仅提取

  下一级的文本，不包含子标签内的文本）：

  //span[@class='_39I1Z _2ITlL _3D3LC _3NGVr embTL _1zNVc']/span/p/text()
  

  注意：对于包含<b>子标签的<p>（比如你的第4个

  ），这个写法会返回空，因为它的文本在<b>标签内。

• 获取每个

  的全部文本内容（包含子标签内的文本）：

  //span[@class='_39I1Z _2ITlL _3D3LC _3NGVr embTL _1zNVc']/span/p//text()
  

  这个会提取所有

  下的所有层级文本，包括<b>里的内容。

• 提取单个

  的全部文本（比如第4个带<b>的

  ）：

  string(//span[@class='_39I1Z _2ITlL _3D3LC _3NGVr embTL _1zNVc']/span/p[4])
  

• 过滤掉空的

  标签（只保留有文本内容的）：

  //span[@class='_39I1Z _2ITlL _3D3LC _3NGVr embTL _1zNVc']/span/p[normalize-space(text()) != '']
  

用代码工具提取（以Selenium为例） #

如果用Selenium定位到

元素后，直接调用.text属性就能获取该元素的全部可见文本：

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
# 假设你已经打开了目标页面
p_elements = driver.find_elements(By.XPATH, "//span[@class='_39I1Z _2ITlL _3D3LC _3NGVr embTL _1zNVc']/span/p")
for p in p_elements:
    print(p.text)

这个方法会自动处理子标签文本，空的

会输出空字符串。

内容的提问来源于stack exchange，提问作者North Legion