使用 xpath 仅提取作为父节点一部分的文本答案

【问题标题】：Using xpath to extract only the text being part of the parent node使用 xpath 仅提取作为父节点一部分的文本
【发布时间】：2019-10-28 08:39:10
【问题描述】：

我们怎样才能只选择和提取仅是父节点一部分的文本。这是我正在处理的 HTML。我只需要使用 xpath 提取“$1950”。当我选择父节点并提取其文本内容时，我也会得到其子节点的文本内容，但我只需要父节点的文本内容。

<span class="rentRollup">

 <span class="longText">3 Bedrooms</span>
 <span class="shortText">3 Beds</span>
 $1,950

</span>

我尝试过使用 xpath，但它会打印整个父节点以及子节点数据。

url = 'https://www.apartments.com/214-taylor-st-raleigh-nc/cr6tchd/'
#intializing request headers
ua = UserAgent()
header = {'User-Agent':str(ua.chrome)}
response = requests.get(url, headers=header)
print(response)
byte_data = response.content 
source_code = html.fromstring(byte_data)
name=source_code.xpath("//*[contains(text(), '3 Bedrooms')]/..")
name=name[0].text_content()
print(name)

【问题讨论】：

html 代码的结构是否总是使您的目标字符串（在本例中为 $1950）位于具有两个 span 子级的 span 标记内？
是的，总是相同的结构。

标签： python-3.x xpath lxml

【解决方案1】：

试试这个方法：在print(response)之后，将所有内容替换为：

tree = html.fromstring(response.content)
name=tree.xpath("//span[@class='rentRollup']/text()")
name[2].strip()

输出：

'$1,950'

【讨论】：

【解决方案2】：

以下 XPath 表达式

//*[contains(*/text(), '3 Bedrooms')]/text()

将只选择作为感兴趣的父节点的直接子节点的文本节点。但是您仍然需要摆脱空白噪音。

【讨论】：