Python和Selenium-获取不包括子节点文本的文本

Question

使用Python 3。

假设：

<whatever>
  text
  <subchild>
    other
  </subchild>
</whatever>

如果我这样做：

elem=驱动程序。通过xpath（//whatever）查找元素

elem.text包含"文本其他"

如果我这样做：

elem=驱动程序。通过xpath（“//whatever/text（）[normalize-space（）]”）查找元素

elem不是Webelement。

我如何继续抓取只文本（而不是其他）？

id est：只抓取直接节点中的文本，而不是子节点。

更新：

原始超文本标记语言是：

<div class="border-ashes the-code text-center">
VIVEGRPN
  <span class="cursor"></span>
  <button class="btn btn-ashes zclip" data-clipboard-target=".the-code" data-coupon-code="VklWRUdSUE4=">
  <span class="r">Hen, la.</span>
</div>




Answer 1

最近我遇到了类似的问题，selenium总是给我元素中的所有文本，包括跨距。最后我用换行符“\n”拆分了字符串。例如。

all_text = driver.find_element_by_xpath(xpath).text
req_text = str.split(str(all_text ), "\n")[0]

Answer 2

可以从“全部”文本中删除子节点文本

all_text = driver.find_element_by_xpath("//whatever").text
child_text = driver.find_element_by_xpath("//subchild").text

parent_text = all_text.replace(child_text, '')

Answer 3

请记住，@Guy提到的替换方法对许多结构都不起作用。

例如，拥有这种结构：

<div>
    Hello World
    <b>e</b>
</div>

父文本将是Hello World e，子文本将是e，替换将导致Hllo World而不是Hello World。

一个安全的解决方案

要以安全的方式获取元素的自身文本，必须迭代节点的子节点，并连接文本节点。因为在纯Selenium中无法做到这一点，所以必须执行JS代码。

OWN_TEXT_SCRIPT = "if(arguments[0].hasChildNodes()){var r='';var C=arguments[0].childNodes;for(var n=0;n<C.length;n++){if(C[n].nodeType==Node.TEXT_NODE){r+=' '+C[n].nodeValue}}return r.trim()}else{return arguments[0].innerText}"
parent_text = driver.execute_script(OWN_TEXT_SCRIPT, elem)

该脚本是这个简单函数的缩小版：

if (arguments[0].hasChildNodes()) {
    var res = '';
    var children = arguments[0].childNodes;
    for (var n = 0; n < children.length; n++) {
        if (children[n].nodeType == Node.TEXT_NODE) {
            res += ' ' + children[n].nodeValue;
        }
    }
    return res.trim()
}
else {
    return arguments[0].innerText
}