如何用XPath提取HTML中Label标签对应的"East to West"内容？

我来帮你搞定这个问题！先看看你的HTML结构：

<div class="product-details"> 
  <dl> 
    <dt>Label:</dt> 
    <dd> East to West <br> </br> </dd> 
    <dt>Subtitles:</dt> 
    <dd> ---- <br> </br> </dd> 
  </dl> 
</div>

你之前的XPath response.xpath('//dl[dt = "Label:"]/following-sibling::text()').extract_first() 返回空白，是因为它找的是dl元素的后续兄弟文本节点，而你的目标内容其实在dt的同级dd标签里，完全找错位置啦！

这里给你几个正确的写法：

方法1：定位到Label对应的dd节点，提取并清理文本 #

直接找到文本为"Label:"的dt，然后取它后面第一个dd的文本，再用normalize-space()去除多余的换行、空格和制表符：

response.xpath('normalize-space(//dt[text()="Label:"]/following-sibling::dd[1]/text())').extract_first()

这样就能得到干净的East to West了。

方法2：通过dl容器定位dd #

也可以先找到包含"Label:"的dl，再取里面的dd文本，同样配合清理：

response.xpath('normalize-space(//dl[dt/text()="Label:"]/dd/text())').extract_first()

为什么要加normalize-space？ #

因为你的dd里的文本包含换行、空格（比如<dd> East to West <br>里的前后空格），normalize-space()会自动把这些多余的空白字符去掉，只保留单词之间的单个空格，正好符合你的需求。

如果不想用XPath的normalize-space，也可以在提取后用Python的字符串方法清理，比如：

text = response.xpath('//dt[text()="Label:"]/following-sibling::dd[1]/text()').extract_first()
clean_text = text.strip() if text else None

这样也能得到同样的结果~

内容的提问来源于stack exchange，提问作者DatCra