在Python中使用XPath提取特定HTML元素的值

我试过这个

url = 'http://test.ir/'
content = s.get(url).content
tree = html.fromstring(content)
print [e.text_content() for e in tree.xpath('//div[@class="grouptext"]/text()[not(self:div)]')]

正如您在图片中看到的，我想要选定的零件：

当我使用

print [e.text_content() for e in tree.xpath('//div[@class="grouptext"]')]

---

结果还显示了所选的部分和

的内容。

假设您只需要第一次出现

标记时的

文本（）

，则必须在XPath表达式中更加具体。通过添加

[1]

print [e.text_content() for e in tree.xpath('//div[@class="grouptext"][1]')]

或者，您可以通过过滤

样式

参数来选择它：

print [e.text_content() for e in tree.xpath('//div[@class="grouptext" and @style]')]

你必须决定哪条路更好。在更一般的情况下，这将取决于

标记在XML中的显示方式