XPath循环通过a<；ul>；属于<；李>；元素并从python中的跨距和嵌套跨距中提取文本

我已经看到了这个问题的各种变化，但没有一个答案，我可以操纵得到工作。我试图弄清楚如何循环遍历文本列表，并使用XPath从每个列表项中提取两个单独的值。我可以为一个项目做，但我被困在如何在一个循环中做它。 下面是我正在使用的示例片段

<ul>
  <li>
    <span class="main content">
      <span class="nested content">123</span>abc
    </span>
  </li>
  <li>
    <span class="main content">
      <span class="nested content">456</span>def
    </span>
  </li>
  <li>
    <span class="main content">
      <span class="nested content">789</span>ghi
    </span>
  </li>
</ul>

123abc


456def


789ghi

---

我试图做的是访问每个

，然后分别从类为“main content”的span和类为“nested content”的span中提取文本。如果需要的话，我可以试着解释更多，但我想这会让我的问题更清楚。

您可以使用lxml包从字符串中获取一个树，其中包含以下内容：

from lxml import html

tree = html.fromstring(html_string)

然后，您可以使用.xpath（）访问xpath，如下所示：

all_text = tree.xpath("normalize-space(//li/span)")
nested_text = tree.xpath("normalize-space(//li/span/span)")

函数的作用是：返回所有文本。使用以上两行，您可以先获取内部文本，然后获取整个文本，然后使用

outer_text = all_text.replace(nested_text, '')

希望这能有所帮助。如果对你的要求不起作用，请告诉我

---

（免责声明：上面的XPath仅适用于您共享的示例。显然，如果这只是您正在访问的html的一个子集，它们可能需要更改）

您使用哪种工具？分享你当前的代码，浏览网页是的，这正是我所需要的。谢谢