无法从一些复杂的 html 元素中获取特定内容答案

【问题标题】：Can't fetch specific content out of some complicated html elements无法从一些复杂的 html 元素中获取特定内容
【发布时间】：2019-05-08 13:29:47
【问题描述】：

我编写了一个脚本来解析网页中的一些特定内容。内容是静态的，使用请求模块我可以访问它们。问题是我希望抓取的内容在一些非传统格式的 html 元素中。

我的脚本可以抓取包含Mondays December 26th 2016 Horse Racing Tips 等的标题。单词Mondays 和年份2016 总是出现在每个标题中。

现在，我想抓取不同的比赛提示下的内容，例如Sunshine Coast Race Tips。每个Mondays下面有不止一个比赛提示。

这样的比赛提示：

Sunshine Coast Race Tips:

Race 1: 7, 5, 4, 3 - Winner (1) $1.30 Exacta $1.90 Trifecta $4.10
Race 2: 2, 4, 3, 8 - Winner (1) $3.40 Exacta $62.70 Trifecta $116.10 First 4 $158.80
Race 3: 4, 10, 5, 13 - 2nd and 4th - Loss

这是我目前的尝试：

import requests
from lxml.html import fromstring

url = "https://www.freehorseracingtipsaustralia.com/mondays-horse-racing-results-2016"

res = requests.get(url,headers={"User-Agent":"Mozilla/5.0"})
root = fromstring(res.text)
for item in root.xpath("//b[starts-with(.,'Mondays')]"):
    print(item.text_content())

我怎样才能做到这一点？

【问题讨论】：

标签： python python-3.x xpath web-scraping

【解决方案1】：

尝试以下代码以获取比赛提示

for item in root.xpath('''(//div[b/font[.="Today's Race Tips:"]])[1]/following-sibling::div/b'''):
    print(item.text_content())

【讨论】：

我知道只要您在线@sir Andersson，就会有希望。我还有一个要求。我想获得Mondays December 26th 2016 Horse Racing Tips 中显示的标题。
@asmitu ，如果您只需要第一个块的提示，请尝试更新。你是这个意思吗？
不，先生。我的意思是，在包含Mondays 的多个标题中，每个标题下都有多个提示。
你的 xpath 可以获取，我认为，所有的提示。我现在需要做的就是让所有标题与不同的提示相关联。
@asmitu ，您的意思是要在输出中包含"Mondays December 19th 2016 Horse Racing Tips:" 吗？