python - 用于获取 <p> 内所有数据的 Xpath 表达式

Question

我有这个html:

<div class="et_pb_text_inner">
 <h3 style="text-align: center;"><i class="fal fa-ruler-combined"></i><br /> 1672 Square Feet</h3>
  <p style="text-align: center;">
    First Floor 1085 s.f.<br />
    Second Floor 587 s.f.<br />
    Porches 393 s.f.<br />
    Covered Parking 642 s.f.<br />
    Storage 187 s.f.<br />
    Under Roof 2894 s.f.
  </p>
</div>

我的 Xpath 代码是:

//div[@class='et_pb_text_inner']/p/text()

但它只给我第一个换行符之前的文本。

First Floor 1085 s.f.

有没有办法仅获取段落元素内的所有数据？有办法界定吗？

我想要一个这样的字符串:

First Floor 1085 s.f.<br />Second Floor 587 s.f.<br />Porches 393 s.f.<br />Covered Parking 642 s.f.<br />Storage 187 s.f.<br />Under Roof 2894 s.f.

所以之后我会尝试清理数据。

我是 xpath 表达式的新手。

预先感谢您的帮助。 =) 对我蹩脚的英语感到抱歉。 :P

我的.py代码是:

import requests
from lxml import html


resp = requests.get(
    url="https://tyreehouseplans.com/shop/house-plans/beach-house-plans/crew-cut-house-plan/",
    headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'}
)

tree = html.fromstring(html=resp.text)

title = tree.xpath("//div[@class='et_pb_module_inner']/h1/text()")[0]
dimensions = tree.xpath("//div[@class='et_pb_text_inner']/p/text()")[0]


print(title)
print(dimensions)

Answer 1

text()返回一个文本节点，<p> tag包含6个这样的节点，所以需要删除索引[0] 。您还需要给出更准确的xpath删除不需要的结果

dimensions = tree.xpath("//h3[contains(., '1672 Square Feet')]/following-sibling::p/text()")

将给出一个包含 6 个字符串的列表

['First Floor 1085 s.f.', '\nSecond Floor 587 s.f.', '\nPorches 393 s.f.', '\nCovered Parking 642 s.f.', '\nStorage 187 s.f.', '\nUnder Roof 2894 s.f.']