Python lxml 无法获取所有文本

Question

我正在使用 Python lxml库来解析 HTML。 我有叶点，例如<a>并想获取其父级的文本。 我尝试通过两种方式做到这一点：

1. .xpath('::parent*') ,
2. .getparent().text 。

from lxml.etree import HTML
text = '<p>FIRST PART<a href="THE LINK" target="_blank">LINK TEXT</a>SECOND PART</p>'

parsed = HTML(text)
parsed.xpath('//a')[0].getparent().text
parsed.xpath('//a/parent::*')[0].text

我使用任何一种方法都获得了FIRST PART ，但是如何获得SECOND PART ？

Answer 1

您可以使用.itertext()元素的方法：

from lxml.etree import HTML

text = '<p>FIRST PART<a href="THE LINK" target="_blank">LINK TEXT</a>SECOND PART</p>'
parsed = HTML(text)

parent = parsed.xpath('//a/parent::*')[0]
text = list(parent.itertext())
print(text[0])
print(text[-1])

印刷：

FIRST PART
SECOND PART