Scrapy/XPath 从不同的标签（<p> OR <li>）中提取文本答案

【问题标题】：Scrapy/XPath extract text from different tags (<p> OR <li>)Scrapy/XPath 从不同的标签（<p> OR <li>）中提取文本
【发布时间】：2021-06-23 07:51:48
【问题描述】：

我正在尝试从网站上抓取文本。有时，文本是用要点写的，有时只是纯文本。

项目符号中的文本 (XPath)：/article/div[@class='border-bottom-grau'][1]/ul/li[1]

纯文本 (XPath) 中的文本：/article/div[@class='border-bottom-grau'][1]/p

我需要提取相应的文本（没有 div/ul/li/p 标签等）。这是我迄今为止尝试过的：

info_Aufgabengebiet = info.xpath(".//article/div[@class='border-bottom-grau'][1][descendant::text()]").extract()

输出：见图片Output

我还尝试了后裔或自我，最后是 /text()，但都没有成功。简单地说，我想提取所有文本，无论是项目符号还是纯文本。应该只添加 Pullet 点，可能带有“;”或“，”。

非常感谢任何帮助

谢谢

【问题讨论】：

标签： python html xpath extract mixed

【解决方案1】：

您可以结合条件使用 XPath

"/article/div[@class='border-bottom-grau'][1]/ul/li[1] | /article/div[@class='border-bottom-grau'][1]/p"

【讨论】：

【解决方案2】：

另一个答案中提到的联合运算符| 是一个很好的解决方案。或者，根据您的输出需求，您可以尝试

/article/div[@class='border-bottom-grau'][1]//*[self::p or self::li]

【讨论】：