如何提取<strong>元素中标签</strong>后面的文本

Question

尝试从元素中提取文本，如下所示：

<div><strong>"Beginning_of_text"</strong>"Rest_of_text"</div>

当我尝试使用Scrapy shell提取"Rest_of_text" ，

response.css("div::text").extraxt()

它什么也没给我。 我是否必须使用一些特殊命令来获取位于元素内<strong>标记之后的文本？

Answer 1

仅对于“ Rest_of_text”，可以使用response.xpath('//div/strong/following-sibling::text()').get()

Answer 2

给定您提供的文本，您提到的命令应该返回以下内容：

['"Rest_of_text"']

如果在strong标签之前有空格，则可能会出现此问题，例如：

<div>   <strong>"Beginning_of_text"</strong>"Rest_of_text"</div>

在这种情况下，如果执行相同的命令，则会得到以下信息：

['   ', '"Rest_of_text"']

但是，如果在strong标签之后没有任何内容，您将得到以下信息：

['   ']

处理我所知道的所有这些情况的最佳方法是执行以下操作：

>>> full_text = ''.join(response.xpath('//div//text()').extract())
>>> before_strong, after_strong = full_text.split(response.css('strong::text').extract_first())

因此，在您提供的文本中， before_strong将等于'' ， after_strong将等于'"Rest_of_text"' ，这似乎就是您想要的。