Selenium Python如何查找指定元素内的所有span标签并合并提取文本

实现逻辑 #

从已定位的父元素TargetElem出发，通过相对路径匹配所有后代span元素，提取文本后处理空白、合并为字符串即可。

注意事项 #

原HTML结构中存在嵌套span（包裹TEXT 2的外层span无独立文本，文本继承自内层span），直接遍历所有span会重复采集TEXT 2，可根据需求选择对应实现： #

方案1：遍历所有span（包含嵌套，保留所有span的文本内容） #

from selenium.webdriver.common.by import By

# 匹配父元素下所有后代span
all_spans = TargetElem.find_elements(By.XPATH, ".//span")
# 提取文本、去除首尾空白、过滤空内容
text_parts = [span.text.strip() for span in all_spans if span.text.strip()]
# 可自定义分隔符（空字符串、空格、换行等）合并
merged_text = " ".join(text_parts)
# 输出结果：TEXT 1 TEXT 2 TEXT 2 TEXT 3

方案2：仅遍历无嵌套子span的底层span（无重复文本） #

from selenium.webdriver.common.by import By

# 仅匹配没有子span的底层span标签
leaf_spans = TargetElem.find_elements(By.XPATH, ".//span[not(.//span)]")
text_parts = [span.text.strip() for span in leaf_spans]
merged_text = " ".join(text_parts)
# 输出结果：TEXT 1 TEXT 2 TEXT 3

方案3：简化实现（无需遍历span，直接提取父元素下所有可见文本） #

如果不需要严格校验span标签，仅要获取该区域所有可见文本，可直接调用父元素的text属性：

# 自动合并所有可见文本，分割后再用空格拼接去除多余空白
merged_text = " ".join(TargetElem.text.split())
# 输出结果：TEXT 1 TEXT 2 TEXT 3

内容的提问来源于stack exchange，提问作者joyda