使用 XPath python 在同一 td 中将文本与 href 分开答案

【问题标题】：separate texts from a href in same td with XPath python使用 XPath python 在同一 td 中将文本与 href 分开
【发布时间】：2018-10-24 14:31:39
【问题描述】：

我有一个这样的 HTML 网页：

<tr><td style="text-align:center;">7</td><td class="multi_row" style="line-height:15px;">Loaded on 'NYK LEO 303W' at Port of Loading<br> <a href="JavaScript:void(0);" style="line-height:15px;" title="NYK LEO" data-click="vesselPop" data-cd="NLZT0303W">NYK LEO 303W</a></td><td class="multi_row" style="line-height:15px;">VANCOUVER, BC ,CANADA<br>  <a href="JavaScript:void(0);" style="line-height:15px;" onclick="openLocationPopup('CAVAN01')" title="3891 DELTAPORT GCT">3891 DELTAPORT GCT</a></td><td class="ico_e">2018-10-26 23:30</td></tr>

我想将<a href> 的字符串部分分隔到一个变量中，并在另一个变量中包含纯文本，例如“bla bla bla”。这是我到目前为止所做的：

event_path = driver.find_elements_by_xpath("//table[@id='detail']//tr/td[2]")
event = [cell.text for cell in event_path]

它的文本部分这个是用于字符串的：

vessel_path = driver.find_elements_by_xpath("//table[@id='detail']//tr/td[2]/a")
vessel = [cell.text.split(' ')[:2] for cell in vessel_path]

split(' ')[:2] 是因为数据是这样的：NYK LEO 303W，我只需要单词而不是数字（使用正则表达式可以做得更可靠）

【问题讨论】：

标签： python-3.x selenium xpath web-crawler

【解决方案1】：

尝试使用下面的方法仅从td获取第一个文本节点

event = [driver.execute_script('return arguments[0].firstChild.textContent;', cell).strip() for cell in event_path]

【讨论】：

你可以编辑它吗？它不在功能和单元格下）？它会出错。
它返回此错误：selenium.common.exceptions.WebDriverException：消息：服务 /usr/bin/safaridriver 意外退出。状态码是：1
不，这是一个错误，我重新启动了它修复的机器。它分离了文本，但我怎样才能在中获取文本
@iman_sh77，你的意思是vessel = [link.get_attribute('href') for link in vessel_path]？
尝试vessel = [cell.text.rsplit(" ", 1)[0] for cell in vessel_path] 忽略最后一个子字符串

【解决方案2】：

请尝试以下代码：

elements = driver.find_elements_by_classname("multi_row")

for element in elements
    print(element.text)

【讨论】：

无法通过 class_name 获取它，因为还有另一个表具有 multi_row 类名和其他内容：输出不与 one 分开
将 driver.find_elements_by_classname("multi_row") 更改为 driver.find_elements_by_classname("//table[@id='detail']//tr/td[2]")
它包含我不想要的 NYK LEO 303W 部件无关紧要

【解决方案3】：

在您的情况下，我看到您期望的船只已经存在于锚的标题属性中。

如果是有效案例，则可以直接从属性中获取，例如，

vessel_path = driver.find_elements_by_xpath("//table[@id='detail']//tr/td[2]/a")
vessel = [cell.get_attribute("title") for cell in vessel_path]

【讨论】：