Selenium C#提取嵌套span文本为何得到拼接结果？

为什么会得到合并后的文本？ #

这是因为Selenium里WebElement的Text属性（或GetText()方法）的默认逻辑是提取当前元素及其所有子元素的文本内容，并自动拼接在一起。你选中的<span class="title-book">内部包含了子<span class="count-market">，所以两个元素的文本会被合并成Sherlock_Holmes834。

如何只提取父span的文本？ #

这里有几种可靠的方法来获取父元素自身的文本，排除子元素内容：

方法1：用XPath直接定位文本节点

利用XPath的text()函数直接定位父span下的文本节点，跳过子元素：

// 获取非空白的文本节点
IList<IWebElement> textNodes = MenuAll.FindElements(By.XPath("//span[@class='title-book']/text()[normalize-space()]"));
foreach (var node in textNodes)
{
    string bookTitle = node.Text.Trim();
    Console.WriteLine(bookTitle); // 输出 Sherlock_Holmes
}

如果部分Selenium版本对文本节点的Text属性支持不佳，可以改用下面的JavaScript方法。

方法2：通过JavaScript提取直接文本

这是兼容性最好的通用方法，直接访问DOM元素的文本节点：

IList<IWebElement> ListBooks = MenuAll.FindElements(By.CssSelector(".title-book"));
foreach (var bookElement in ListBooks)
{
    // 执行JS获取元素自身的直接文本
    string bookTitle = (string)((IJavaScriptExecutor)driver).ExecuteScript(
        "return arguments[0].firstChild.textContent.trim();", 
        bookElement
    );
    Console.WriteLine(bookTitle); // 输出 Sherlock_Holmes
}

原理是直接取父span的第一个子节点（也就是目标文本节点）的内容，完全不会包含子元素的文本。

方法3：字符串拆分（不推荐）

如果页面结构绝对不会变化，可以尝试拆分合并后的文本，但这种方法非常脆弱，子元素内容改动就会失效：

IList<IWebElement> ListBooks = MenuAll.FindElements(By.CssSelector(".title-book"));
foreach (var bookElement in ListBooks)
{
    string fullText = bookElement.Text;
    // 假设子元素是数字，截取到数字前的内容
    string bookTitle = fullText.Substring(0, fullText.LastIndexOfAny("0123456789".ToCharArray()));
    Console.WriteLine(bookTitle.Trim()); // 输出 Sherlock_Holmes
}

优先推荐前两种方法，尤其是方法2，稳定性和兼容性都更有保障。

内容的提问来源于stack exchange，提问作者0kkult0