html - 如何返回 XPath 表达式的单个字符串值？

Question

这是我的 HTML:

<?xml version="1.0" encoding="UTF-8"?>

<div class="single-main"> 
  <h3 class="description-area">Description</h3>  
  <p>bla bla bla
    <br/> some text 
    <br/> some text here ,
    <br/> other text here
  </p> 
</div>

我想获取整个文本，但在一个 XPath 表达式中。

这是我的代码:

response.xpath(".//h3[@class='description-area']/following-sibling::p
                //text()[count(preceding-sibling::br) >= 0]").extract()[0]

但它只返回第一个 br 之前的文本(我知道为什么，那是因为我正在使用 .extract()[0] 并且如果我使用 . extract()[1] 和 [2] ....我会得到我想要的，但我必须使用 .extract[0] 因为它是一个可以做到这一点的平台。有没有XPath 返回整个文本但在一个字符串中而不是在多个字符串中？

Answer 1

string(/) 将返回整个文档的字符串值。

---

更新:要返回此 XPath 返回的四个单独的字符串，

.//h3[@class='description-area']/following-sibling::p//text()[count(preceding-sibling::br) >= 0]

作为单个字符串，将上述 XPath 类似地包装在 string() 中:

string(.//h3[@class='description-area']/following-sibling::p//text()[count(preceding-sibling::br) >= 0])

---

更新 2:但是 br 和 text() 操作不是必需的。您可以简单地获取 p 的字符串值:

string(.//h3[@class='description-area']/following-sibling::p)