使用Selenium和Python提取指定H3元素文本遇问题求助

错误原因分析 #

• 直接定位文本节点的方法无效：Selenium的find_element()只能定位DOM元素节点，无法直接选择文本节点（如text()[1]），因此会抛出错误。
• 定位H3元素仅得到“Proposal”：你定位的H3元素本身的文本就是“Proposal”，而实际需要的内容是该H3所在父容器中的其他文本节点。

可行解决方案 #

方案1：定位父容器提取全文本后过滤

先获取包含H3和目标文本的父元素的完整文本，再去除“Proposal”部分：

# 定位包含目标内容的父元素
parent_div = driver.find_element(By.XPATH, '//*[@id="aspnetForm"]/div[5]/div/div[2]/div')
# 获取父元素的全部文本
full_content = parent_div.text.strip()
# 过滤掉"Proposal"并清理多余空格
target_text = full_content.replace("Proposal", "").strip()
print(target_text)

方案2：通过JavaScript获取文本节点内容

利用JavaScript执行XPATH来获取文本节点（绕过Selenium不能直接选文本节点的限制）：

target_text = driver.execute_script('''
return document.evaluate(
    '//*[@id="aspnetForm"]/div[5]/div/div[2]/div/text()[1]',
    document,
    null,
    XPathResult.STRING_TYPE,
    null
).stringValue.trim();
''')
print(target_text)

方案3：结合显式等待处理动态加载

如果页面是动态渲染的，需确保元素加载完成后再操作：

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 等待父元素加载完成（超时10秒）
parent_div = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.XPATH, '//*[@id="aspnetForm"]/div[5]/div/div[2]/div'))
)
full_content = parent_div.text.strip()
target_text = full_content.split("Proposal")[-1].strip()
print(target_text)

内容的提问来源于stack exchange，提问作者Callum