使用Selenium如何获取类名为block-content的div下的a标签文本元素

核心定位说明 #

你要获取的目标文本是锚点<a>标签下、<i class="fa fa-map">元素后方的游离文本节点——这类文本没有被任何HTML标签包裹，夹在图标标签和锚点闭合标签之间，也是多数提取方案容易失效的核心原因：

• 直接取<a>标签的全量文本，会混入<i>元素的节点空白、图标关联的占位内容
• 直接用伪元素选择器定位，会把::before伪元素的渲染内容和目标文本混同
• 用太泛的类选择器，容易匹配到同结构下的其他同类锚点

分场景可落地的稳定实现代码 #

浏览器端/前端脚本场景 #

用DOM原生API过滤子节点干扰，完全绕开伪元素、图标节点的影响：

// 精确定位目标锚点，限定层级避免匹配错节点
const targetLink = document.querySelector('.block-content > .block-heading > a');
// 仅提取锚点下、不属于任何子元素的直接文本节点
const wantedText = Array.from(targetLink.childNodes)
  .filter(node => node.nodeType === Node.TEXT_NODE) // 过滤掉<i>等元素节点
  .map(node => node.textContent.trim())
  .filter(Boolean) // 过滤掉节点间的换行、缩进等空白内容
  .join('');

稳定性说明：::before这类伪元素根本不会出现在DOM节点列表中，上述逻辑完全不会读到伪元素的渲染内容，只会抓取夹在<i>标签和锚点末尾的目标文本。

Python爬虫/静态解析场景 #

基于BeautifulSoup实现，适配服务端无浏览器渲染的抓取场景：

from bs4 import BeautifulSoup

# 传入抓取到的原始页面HTML字符串
soup = BeautifulSoup(page_html, "html.parser")
# 定位带地图图标的目标锚点
map_icon = soup.select_one(".block-content > .block-heading > a > i.fa-map")
# 取图标节点相邻的下一个纯文本节点，跳过图标自身的内容
wanted_text = map_icon.find_next_sibling(string=True).strip()

稳定性说明：这种写法不依赖文本在锚点中的位置索引，只要目标文本紧跟地图图标节点，就算页面后续在锚点内新增其他元素，只要图标位置不变，就能稳定取到目标值。

常见失效原因排查 #

• 选择器写法不兼容：部分解析器不支持通过::text伪选择器直接提取节点文本，会直接返回空值
• 未过滤空白节点：直接取innerText/textContent会把标签间的换行、缩进空格计入结果，导致后续业务匹配失败
• 错误读取伪元素内容：如果调用了计算样式API读取::before的内容值，会把图标占位的文本和目标值混合，出现提取内容错位

内容的提问来源于stack exchange，提问作者Abel