如何提取td标签内的所有直接文本？现有代码仅能获取部分内容

你的问题出在只获取了td的第一个子节点文本，要提取目标内容，需要遍历td的所有子节点，筛选出需要的文本部分。

方法一：使用JavaScript脚本提取 #

直接通过执行JS脚本遍历td的子节点，收集<p>标签文本和td的直接有效文本节点内容：

td_tag = driver.find_element(By.ID, "td_id")
target_text = driver.execute_script("""
const td = arguments[0];
let finalText = '';
// 遍历所有子节点
for (const node of td.childNodes) {
    if (node.nodeType === Node.ELEMENT_NODE) {
        // 仅保留<p>标签的文本
        if (node.tagName === 'P') {
            finalText += node.textContent.trim() + ' ';
        }
    } else if (node.nodeType === Node.TEXT_NODE) {
        // 过滤空白文本节点，保留有效内容
        const text = node.textContent.trim();
        if (text) {
            finalText += text + ' ';
        }
    }
}
// 去除末尾多余空格
return finalText.trim();
""", td_tag)

执行后target_text的值就是你需要的：Name John Smith Address: NewYork

方法二：简化JS逻辑提取 #

如果确认只需要<p>标签和td直接子文本，也可以用更简洁的逻辑：

td_tag = driver.find_element(By.ID, "td_id")
target_text = driver.execute_script("""
const td = arguments[0];
// 获取<p>标签文本
const pContent = td.querySelector('p').textContent.trim();
// 获取td下所有有效直接文本节点
const textContents = Array.from(td.childNodes)
    .filter(node => node.nodeType === Node.TEXT_NODE)
    .map(node => node.textContent.trim())
    .filter(text => text);
// 拼接所有内容
return [pContent, ...textContents].join(' ');
""", td_tag)

原代码问题说明 #

你之前用arguments[0].firstChild只获取了td的第一个子节点（这里是空白文本节点），自然只能拿到部分内容，遍历所有子节点才能覆盖所有目标文本。

内容的提问来源于stack exchange，提问作者py_js_dev