python - 从 xpath 中的多个子节点中选择文本

Question

我需要在 Python 2.6 中使用 XPath 和 lxml 来提取两个文本项:

-名称一种类型1描述1

-名称两个类型 2 描述 2

我尝试使用以下 Xpath: '//*[@id="results"]/li/div/p/child::text()' 然而，这只给了我以下文本

-命名一种类型 1

-命名两种类型 2

关于正确使用 Xpath 有什么建议吗？

<div id="container">
  <ol id="results">
   <li class="mod1" data-li-position="0">
    <a href="first.link"><img src="image001.jpg"></a>
    <div class="bd">
     <h3>
      <a href="some.link">Category 1</a>
     </h3>
     <p class="description">
       <strong class="highlight">Name One</strong>
       <strong class="highlight">Type 1</strong>
       Description 1
     </p>
    </div>
   </li>
   <li class="mod2" data-li-position="1">
    <a href="second.link"><img src="image002.jpg"></a>
    <div class="bd">
     <h3>
      <a href="another.link">Category 2</a>
     </h3>
     <p class="description">
       <strong class="highlight">Name Two</strong>
       Description 2
       <strong class="highlight">Type 2</strong>
     </p>
    </div>
   </li>

Answer 1

XPath 的最后一部分:

...../p/child::text()

...仅选择 <p> 的子节点的文本节点。这就是为什么您错过了，例如 Description 1 ，因为它是 <p> 的直接子。您可以尝试将该部分更改为如下:

...../p//text()

上面的 XPath 将选择 <p> 的后代的所有文本节点，换句话说，<p> 内任何位置的所有文本节点。