如何通过Selenium从指定HTML中提取文本变量'14'？

之前两种方法的错误原因 #

• 第一种XPath错误：find_element方法只能定位元素节点，而//div[@class='hale_sup']/text()[1]直接返回的是文本节点，不符合方法要求，因此报错。
• 第二种方法错误：.text是元素的属性（不是方法），不能加()；且<div class="hale_sup"></div>本身是空标签，没有任何文本内容，即使去掉()也无法获取目标值。

正确提取'14'的方法 #

目标文本'14'是紧跟在<div class="hale_2">后的独立文本节点，可通过以下两种方式获取：

方法1：通过JS执行XPath获取文本节点 #

Selenium原生的find_element无法直接获取文本节点，可借助execute_script执行XPath表达式提取：

# 执行JS获取目标文本节点的内容
total_pages = driver.execute_script("""
return document.evaluate(
    '//div[@class="hale_2"]/following-sibling::text()[2]',
    document,
    null,
    XPathResult.STRING_TYPE,
    null
).stringValue;
""")
# 去除多余空格后得到结果
total_pages = total_pages.strip()
print(total_pages)  # 输出：14

这里following-sibling::text()[2]表示选取hale_2节点后的第2个文本节点（第一个是'of'，第二个是'14'）。

方法2：通过父元素文本分割提取 #

如果这些元素和文本都属于同一个父容器，可先获取父容器的全部文本，再通过字符串处理提取目标值：

# 定位包含所有目标内容的父元素（需根据实际页面调整定位方式）
parent_container = driver.find_element(By.TAG_NAME, "body")
# 获取父元素的全部文本
full_text = parent_container.text
# 分割文本并提取最后部分
total_pages = full_text.split("of")[-1].strip()
print(total_pages)  # 输出：14

内容的提问来源于stack exchange，提问作者Javier Soler Medina