如何从HTML中提取文本（在特定字符串之后）

Question

我有以下HTML：

<li class="group-ib medium-gap line-120 vertical-offset-10">
    <i class="fa fa-angle-right font-bold font-95 text-primary text-dark">
        ::before
    </i>
    <span>
        abc: 
        <b class="text-primary text-dark">st1</b>
    </span>
</li>

我想提取始终在abc之后发生的str1 。 我能够通过使用XPATH链接来做到这一点：

xpath('.//b[@class = "text-primary text-dark"]')[0].text 

但是解决方案取决于它是该特定类的首次出现，该类不止一次出现并且并不总是以相同的顺序出现。 我想知道是否有办法在HTML搜索abc并提取后续文本？

Answer 1

也许找到包含abc的元素，如果需要，导航到子/父级，获取文本。
选择器示例：

1. 查找包含abc文本的any（*表示任何标签）元素，然后选择任何子级。
   //*[contains(text(), 'abc')]/*

2. 查找包含abc文本的any（*表示任何标签）元素，然后选择其b子元素。
   //*[contains(text(), 'abc')]/b

3. 查找具有包含文本abc的元素的li元素，然后从其内部（在li内部）选择b元素，请使用//因为b不是li第一个子元素。
   //li[.//[contains(text(), 'abc')]]//b

如果您知道abc则从此处开始，查看返回的元素，以及是否需要导航到父/祖/子。

有关xpath的更多信息，请参见w3schools xpath选择器

Answer 2

以下xpath应该提供您要搜索的文本

//*[contains(text(),'abc')]/*[@class='text-primary text-dark'][1]/text()

假设您要查找的str1始终位于属性为class=text-primary text-dark元素下

还假设您想获得第一个这样的出现（忽略其他text-primary text-dark s）-这就是为什么[1]

此xpath确保在搜索这些类之前，要搜索的节点的文本为abc 。