Xpath如何选择标签同级的文本

最新推荐文章于 2023-12-13 22:25:35 发布

原创最新推荐文章于 2023-12-13 22:25:35 发布 · 1.7k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#xpath #定位

爬虫笔记专栏收录该内容

9 篇文章

订阅专栏

博客介绍了在XPath中使用标签中文本选取元素的技巧，当标签有结束标签时可直接选取，无结束标签时简单索引取值有局限。还提到更高级方法，如获取特定文本及文本上方标签，同时参考了定位元素父、兄弟节点的文章。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用标签中的文本来选取元素，是xpath中屡试不爽的技巧，通过我们处理的这种标签的内层都会包含文字，举个例子：
<div>优快云</div>可以用//div[contains(string(), "优快云")]或者//div[contains(text(), "优快云")]来选取。
但如果遇到形似<input>这类没有结束标签的时候，上面的方法就不适用了，例如以下：

<div>
	<span>请选择语言：</span>
	<input type="radio" name="A" value="A">
	&nbsp;python
	<input type="radio" name="B" value="B">
	&nbsp;Java
	<input type="radio" name="C" value="C">
	&nbsp;C++
</div>

在这里插入图片描述
上面的例子最简单的方式就是数一下想要获取的文本在第几个元素，然后//div/text()[1]索引取值。
虽然确实可以取到，但这太局限了，在一个爬虫项目中这么做是在给自己挖坑，因为对方网站一旦变动，你就得重新查一遍这里的选项

我们可以使用更高级的方法，
比方说我们需要获得python这个文本，就可以//input[@name="A"]/following-sibling::text()[1]
或者获取这个python文本上方的标签（假设该标签特征不明显时）：//text()[contains(string()， "python")]/preceding-sibling::input[1]

以上

参考文章：
定位元素的父（parent::）、兄弟（following-sibling::、preceding-sibling::）节点