如何在Python Selenium中获取WebElement的直接文本（类似BeautifulSoup.string）

我完全懂你的需求——就是想要拿到每个元素自身带的直接文本节点内容，而不是Selenium默认.text属性返回的「元素+所有子元素」的文本拼接。这个需求确实没法直接用Selenium原生API实现，但我们可以结合JS执行能力来搞定，而且能适配任意多层嵌套的DOM结构。

核心实现思路 #

Selenium本身没提供直接获取元素直接文本的方法，但我们可以借助JavaScript遍历元素的childNodes，筛选出文本节点（nodeType === 3），把这些节点的内容拼接起来，再处理掉多余的空白字符就行。

封装通用函数 #

先写一个可复用的函数，传入WebElement就能返回它的直接文本：

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

def get_direct_text(element):
    # 执行JS脚本，提取元素的直接文本节点内容
    direct_text = element.parent.execute_script("""
        const targetElem = arguments[0];
        let rawText = '';
        // 遍历所有子节点，只保留文本节点的内容
        for (const node of targetElem.childNodes) {
            if (node.nodeType === 3) { // nodeType=3 对应文本节点
                rawText += node.textContent;
            }
        }
        // 清理空白：去除首尾空格，中间多空格替换为单个空格（可根据需求调整）
        return rawText.trim().replace(/\s+/g, ' ');
    """, element)
    return direct_text

遍历父元素下所有后代元素并获取直接文本 #

接下来定位父div，拿到它所有层级的后代元素，逐个调用上面的函数获取直接文本：

# 初始化Chrome浏览器（其他浏览器同理）
driver = webdriver.Chrome()

# 注入示例HTML用于测试（实际场景替换为加载目标页面）
driver.execute_script("""
    document.body.innerHTML = `
        <div id="parent-container">
            <h2>Welcome</h2>
            <div>
                <p>some text <strong>important</strong></p>
                <a>link</a>
            </div>
        </div>
    `;
""")

# 定位父容器
parent_container = driver.find_element(By.ID, "parent-container")

# 获取父容器下所有后代元素（包含所有层级的子元素）
all_descendants = parent_container.find_elements(By.XPATH, ".//*")

# 遍历打印每个元素的标签名和直接文本
for elem in all_descendants:
    tag = elem.tag_name
    text = get_direct_text(elem)
    print(f"<{tag}> 的直接文本: '{text}'")

# 关闭浏览器
driver.quit()

运行结果 #

执行代码后会得到如下输出：

<h2> 的直接文本: 'Welcome'
<div> 的直接文本: ''
<p> 的直接文本: 'some text'
<strong> 的直接文本: 'important'
<a> 的直接文本: 'link'

注：中间的div因为没有直接文本节点，所以返回空字符串，这是符合预期的。

适配任意嵌套结构的说明 #

这个方法是针对每个元素单独处理它的直接子文本节点，不管DOM嵌套多深，只要是父元素下的后代元素，都能精准拿到它自身的直接文本，完全满足你的通用需求。

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