Python/Selenium/Parsel：如何提取DIV内包含所有子元素的文本？

直接定位目标DIV元素后，利用Selenium元素的text属性或JavaScript的textContent即可提取所有子元素（包括span）的文本内容，按原始顺序保留。

核心实现步骤 #

• 定位到目标DIV元素（使用你已有的类选择器XPath）
• 提取元素的完整文本内容，无需单独遍历span标签

代码示例 #

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

# 初始化ChromeDriver
driver = webdriver.Chrome()

# 定位目标DIV（替换成你的类选择器XPath）
target_div = driver.find_element(By.XPATH, "//div[@class='your-target-class']")

# 方式1：用Selenium自带的text属性（渲染后文本，自动合并多余空格）
full_text = target_div.text

# 方式2：用JavaScript获取textContent（保留更原始的文本结构，包括换行）
# full_text = driver.execute_script("return arguments[0].textContent;", target_div)

# 处理空DIV的情况（你已实现，这里做示例判断）
if full_text.strip():
    # 后续用正则处理，比如提取TAC/THC的百分比
    tac_match = re.search(r'TAC:\s*(\d+\.\d+%)', full_text)
    thc_match = re.search(r'THC:\s*(\d+\.\d+%)', full_text)
    if tac_match:
        print(f"TAC值: {tac_match.group(1)}")
    if thc_match:
        print(f"THC值: {thc_match.group(1)}")
else:
    print("DIV内容为空")

# 关闭驱动
driver.quit()

为什么之前的XPath只提取了数字？ #

你之前的XPath应该是指定了仅获取特定span（比如带百分比的span）的文本，而没有覆盖整个DIV下的所有子元素文本。直接取DIV元素的text属性会自动拼接所有子节点的文本内容，完全符合按顺序保留的需求。

内容的提问来源于stack exchange，提问作者T0ne