如何提取<strong>元素中標簽</strong>后面的文本

Question

嘗試從元素中提取文本，如下所示：

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

當我嘗試使用Scrapy shell提取"Rest_of_text" ，

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

它什么也沒給我。 我是否必須使用一些特殊命令來獲取位於元素內<strong>標記之后的文本？

Answer 1

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

Answer 2

給定您提供的文本，您提到的命令應該返回以下內容：

['"Rest_of_text"']

如果在strong標簽之前有空格，則可能會出現此問題，例如：

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

在這種情況下，如果執行相同的命令，則會得到以下信息：

['   ', '"Rest_of_text"']

但是，如果在strong標簽之后沒有任何內容，您將得到以下信息：

['   ']

處理我所知道的所有這些情況的最佳方法是執行以下操作：

>>> 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將等於'' ， after_strong將等於'"Rest_of_text"' ，這似乎就是您想要的。