如何使用Playwright获取所有span标签内的文本内容？

你原来的代码里有个明显错误：page.get_by_test_id('//span')用错了——get_by_test_id是专门定位带data-testid属性的元素的，不能直接传XPath表达式。要获取页面所有<span>的文本，用Playwright的locator方法结合批量文本获取接口即可，下面是两种实用实现方式：

方法1：直接批量获取所有span文本（简洁高效） #

用all_text_contents()方法直接返回所有匹配元素的文本列表，适合只需要文本内容的场景：

from playwright.sync_api import sync_playwright

with sync_playwright() as pw:
    browser = pw.chromium.launch(headless=False)
    context = browser.new_context(viewport={"width": 1920, "height": 1080})
    page = context.new_page()

    url = 'https://announcements.bybit.com/en-US/?category=new_crypto&page=6'
    page.goto(url)
    # 用页面加载完成等待替代固定超时，更可靠
    page.wait_for_load_state("networkidle")

    # 定位所有span标签，获取全部文本内容
    span_texts = page.locator("span").all_text_contents()
    
    # 打印非空文本（过滤布局用的空span）
    for text in span_texts:
        stripped_text = text.strip()
        if stripped_text:
            print(stripped_text)

    context.close()
    browser.close()

方法2：遍历每个span元素（支持额外操作） #

如果需要对每个span做额外处理（比如获取属性、判断位置），可以先用all()获取元素句柄列表，再逐个操作：

from playwright.sync_api import sync_playwright

with sync_playwright() as pw:
    browser = pw.chromium.launch(headless=False)
    context = browser.new_context(viewport={"width": 1920, "height": 1080})
    page = context.new_page()

    url = 'https://announcements.bybit.com/en-US/?category=new_crypto&page=6'
    page.goto(url)
    page.wait_for_load_state("networkidle")

    # 获取所有span元素的句柄
    span_elements = page.locator("span").all()
    
    for element in span_elements:
        text = element.inner_text().strip()
        if text:
            print(text)
            # 可添加额外操作，比如获取元素class属性
            # print(element.get_attribute("class"))

    context.close()
    browser.close()

关键注意点 #

1. 定位器选择：可以用CSS选择器"span"或者XPath"//span"，效果完全一致，选你习惯的即可。
2. 等待策略：避免用固定的wait_for_timeout，推荐用wait_for_load_state("networkidle")或等待关键元素加载，防止网络延迟导致获取不到内容。
3. 空文本过滤：页面中很多span是用于布局的空标签，用strip()过滤后输出更实用。

内容的提问来源于stack exchange，提问作者Peter Yoo