如何通过Selenium和Python从HTML DOM分别获取td内的独立文本？

嘿，我明白你的困扰！当你调用elem.find_element_by_xpath('./td[5]').text时，Selenium会把该td元素下所有可见文本合并成一个字符串，自然就把text1和text2揉在一起了。不过完全不用靠拆分来解决，直接定位具体的文本节点就能分别拿到它们，下面给你两种实用方法：

方法1：精准定位文本节点 #

利用XPath的text()选择器，直接抓取td下的两个独立文本片段：

# 获取第一个文本（text1）
text1 = elem.find_element_by_xpath('./td[5]/text()[1]').get_attribute('nodeValue').strip()
# 获取第二个文本（text2）
text2 = elem.find_element_by_xpath('./td[5]/text()[2]').get_attribute('nodeValue').strip()

这里要注意几个细节：

• text()[1]对应td里的第一个文本节点（就是你要的text1），text()[2]对应第二个（text2）
• 不能直接用.text属性，因为文本节点不是常规的WebElement，得用get_attribute('nodeValue')来提取内容
• 加上.strip()是为了清除文本前后可能存在的换行、空格等冗余字符

方法2：通过
标签间接定位 #

如果文本节点的位置不太固定，但<br>标签的位置是确定的，也可以用它来辅助定位：

# 取第一个<br>前面的文本（text1）
text1 = elem.find_element_by_xpath('./td[5]/br[1]/preceding-sibling::text()[1]').get_attribute('nodeValue').strip()
# 取第二个<br>后面的文本（text2）
text2 = elem.find_element_by_xpath('./td[5]/br[2]/following-sibling::text()[1]').get_attribute('nodeValue').strip()

这种方法适应性更强，哪怕td里多了一些其他元素，只要<br>的位置不变，就能准确拿到目标文本。

本质上，这两种方法都是绕过了直接获取整个td的文本，而是精准定位到你需要的单个文本节点，这样就能把text1和text2分别存入独立变量啦！

内容的提问来源于stack exchange，提问作者cybera