如何在Python Selenium中精准定位含货币金额的最子元素？

方法1：优化XPath定位最内层元素 #

通过XPath筛选出自身包含目标金额文本，但所有子元素都不包含该文本的节点，也就是最内层的元素。代码调整如下：

import re
from selenium import webdriver

driver = webdriver.Chrome()
driver.get("你的页面URL")
htmlsource = driver.page_source

currencypattern = re.compile("(?<=$)\d{1,5}(?:\,\d{3})?(?:\.\d+)?")
for currency_match in currencypattern.finditer(htmlsource):
    amount = f"${currency_match.group()}"
    # 构造定位最内层元素的XPath
    xpath = f'//*[contains(normalize-space(), "{amount}") and not(.//*[contains(normalize-space(), "{amount}")])]'
    elements = driver.find_elements("xpath", xpath)
    for elem in elements:
        print(f"金额: {amount}, 标签名: {elem.tag_name}")
        # 获取指定CSS属性，可按需扩展
        css_properties = {
            "color": elem.value_of_css_property("color"),
            "font-size": elem.value_of_css_property("font-size"),
            "font-weight": elem.value_of_css_property("font-weight"),
            "text-decoration": elem.value_of_css_property("text-decoration")
        }
        print("CSS属性:", css_properties)

方法2：直接用XPath正则匹配（无需先解析源码） #

如果浏览器支持XPath 2.0（Chrome、Firefox等主流浏览器均支持），可以直接用XPath的matches函数匹配货币格式，同时定位最内层元素，跳过源码正则解析步骤：

from selenium import webdriver

driver = webdriver.Chrome()
driver.get("你的页面URL")

# XPath匹配$开头的金额格式，同时确保是最内层元素
xpath = '//*[matches(normalize-space(.), "^\\$\\d{1,5}(?:,\\d{3})?(?:\\.\\d+)?$") and not(.//*[matches(normalize-space(.), "^\\$\\d{1,5}(?:,\\d{3})?(?:\\.\\d+)?$")])]'
price_elements = driver.find_elements("xpath", xpath)

for elem in price_elements:
    amount = elem.text.strip()
    print(f"金额: {amount}, 标签名: {elem.tag_name}")
    # 获取CSS属性示例
    print("文本颜色:", elem.value_of_css_property("color"))
    print("字体大小:", elem.value_of_css_property("font-size"))

核心逻辑说明 #

两种方法都通过not(.//*[contains(...)])或not(.//*[matches(...)])排除了父节点——因为父节点的子元素已经包含目标金额文本，所以父节点会被过滤，最终只保留最内层的那个直接包含金额的元素。

内容的提问来源于stack exchange，提问作者Milinekticker1