Selenium中如何通过XPath获取父节点下无标签包裹的文本

原有定位代码无法拿到目标文本，核心原因有两个：

• XPath末尾的/*语法只会匹配目标div下的子元素节点（即label、br这类HTML标签），不会匹配直接归属于div、没有被任何标签包裹的文本节点
• presence_of_element_located方法仅会返回匹配到的第一个DOM元素，最终只能拿到第一个label标签内的"Brand Name:"文本，完全触达不到目标无标签内容

注意：Selenium自带的find_element/find_elements系列方法仅支持返回DOM元素节点，无法直接识别XPath选出的文本节点，不要尝试直接写/text()后缀的XPath配合元素定位方法取值，会触发定位失败异常。

方法1：JavaScript提取（推荐，稳定性最高） #

先定位到目标父div容器（建议替换掉原有的绝对路径XPath，用class属性组合的选择器定位，抗页面结构变动能力更强），再通过JS遍历父节点的所有子节点，筛选出纯文本节点、过滤空白内容即可：

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

# 定位父div容器
parent_div = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.CSS_SELECTOR, "div.xsmall-12.medium-6.columns"))
)

# 执行JS提取所有直接子文本节点
target_texts = driver.execute_script("""
    const parentNode = arguments[0];
    const res = [];
    for (const node of parentNode.childNodes) {
        // 筛选文本节点，过滤换行、空格类无意义空白
        if (node.nodeType === Node.TEXT_NODE) {
            const content = node.textContent.trim();
            if (content) res.push(content);
        }
    }
    return res;
""", parent_div)

# 最终返回结果：['Snowden-Pencer', '32-0044', 'In Commercial Distribution', '32-0044', 'CAREFUSION 2200, INC']
print(target_texts)

方法2：文本差量计算（无需写JS） #

先获取父节点的全量文本，再剔除所有子label标签内的文本，剩余内容拆分过滤后就是目标值：

parent_div = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.CSS_SELECTOR, "div.xsmall-12.medium-6.columns"))
)
# 获取父节点下所有文本
full_text = parent_div.text
# 获取所有子label内的文本
label_contents = [label.text for label in parent_div.find_elements(By.TAG_NAME, "label")]
# 替换掉所有label文本，拆分后过滤空白项
for content in label_contents:
    full_text = full_text.replace(content, "")
target_texts = [item.strip() for item in full_text.split("\n") if item.strip()]

优化提示：原代码中从<html>根节点开始写的绝对XPath可维护性极差，页面只要调整一层节点结构就会定位失效，生产环境尽量使用相对路径、class/属性选择器定位元素。

内容的提问来源于stack exchange，提问作者Reenath Reddy Thummala