如何用Selenium+XPath获取包含文本子节点的全部子节点？

针对你遇到的情况，要获取<li>下包括文本节点在内的所有有效子节点，需要调整XPath表达式——因为././/*仅匹配元素节点，会忽略文本节点。以下是具体实现方案：

核心思路 #

使用XPath的./node()语法，它能匹配当前元素的所有直接子节点（包括元素、文本、注释等），再过滤掉无意义的空白文本节点，就能得到你需要的6个有效节点。

代码示例 #

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

# 初始化浏览器（以Chrome为例）
driver = webdriver.Chrome()
# 定位目标<li>元素（根据实际页面调整定位方式）
list_elem = driver.find_element(By.XPATH, "//li[contains(b, 'word')]")

# 获取<li>下所有直接子节点（含元素和文本）
all_child_nodes = list_elem.find_elements(By.XPATH, "./node()")

# 过滤空白文本节点，保留有效内容
valid_nodes = []
for node in all_child_nodes:
    content = node.get_attribute('textContent').strip()
    if content:
        valid_nodes.append(node)

# 此时valid_nodes的长度应为6
print(f"有效子节点数量：{len(valid_nodes)}")

# 区分处理元素节点和文本节点
for idx, node in enumerate(valid_nodes, 1):
    if node.tag_name == '#text':
        print(f"{idx}. 文本节点：{node.get_attribute('textContent').strip()}")
    else:
        print(f"{idx}. 元素节点<{node.tag_name}>：{node.text.strip()}")

关键说明 #

• ./node()：与.//*不同，后者是递归查找所有后代元素，而前者仅获取当前元素的直接子节点，且包含所有节点类型。
• 过滤空白节点：HTML中的换行、缩进会被解析为空白文本节点，必须通过strip()去除前后空白后判断是否为空，才能筛选出真正有内容的节点。

内容的提问来源于stack exchange，提问作者Arhama