Python使用Selenium爬取Target网站无法获取UPC对应数字如何解决

你当前使用的XPath仅匹配到了包含「UPC」文本的独立标签元素，Target平台的商品参数区普遍采用「标签文本+对应数值」的同级节点排版，UPC文本和数字分别属于两个相邻的同级元素，因此仅能获取到UPC字符串，无法拿到后续的数字内容。

方案1：直接定位UPC对应的数字元素 #

通过XPath的following-sibling轴，定位到UPC标签元素的下一个同级元素，即可直接获取UPC数字：

from selenium.webdriver.common.by import By

# 注意：Selenium 4.0+ 已废弃find_element_by_xpath写法，统一使用find_element传入定位方式
upc_num_elem = driver.find_element(By.XPATH, "//*[contains(normalize-space(text()), 'UPC')]/following-sibling::*[1]")
upc_code = upc_num_elem.text.strip()

方案2：定位包含UPC和数字的完整父元素 #

如果需要获取同时包含UPC文本和数字的完整元素，可以向上定位到两者的共同父节点：

from selenium.webdriver.common.by import By

upc_full_elem = driver.find_element(By.XPATH, "//*[contains(normalize-space(text()), 'UPC')]/parent::*")
upc_full_content = upc_full_elem.text.strip()
# 后续可以通过字符串处理提取数字：upc_code = upc_full_content.replace("UPC", "").strip()

• 匹配文本时使用normalize-space()可以忽略文本前后的空格、换行符，避免页面格式差异导致匹配失败
• 如果页面是动态加载的，建议在定位前添加显式等待，避免元素未加载完成导致定位报错

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