div标签的Xpath排除span标签并返回文本答案

【问题标题】：Xpath for div tag exclude span tag and return textdiv标签的Xpath排除span标签并返回文本
【发布时间】：2015-03-03 22:23:12
【问题描述】：

下面的 HTML 代码我需要 xpath

  <div itemtype="http://schema.org/PostalAddress" itemscope="" itemprop="jobLocation">
  <div class="aiDetailJobInfoLabel aiDetailJobInfoLocation">Location: </div>
  <div class="aiDetailJobInfo aiDetailJobInfoLocation">
     <span itemprop="addressLocality">Topeka</span>
      , KS
      <span itemprop="postalCode">66607</span>
  </div>
</div>

在这个 HTML 代码中，我需要输出为堪萨斯州托皮卡

不应包含 66607

我试过这段代码，但它给了空

 >>> response.xpath('//div[@itemprop="jobLocation"]/div[@class="aiDetailJobInfo aiDetailJobInfoLocation"][not(child::span[@itemprop="postalCode"])]//text()').extract()

如果我写下面的代码，它给了

response.xpath('//div[@itemprop="jobLocation"]/div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]//text()').extract()

output: Topeka, KS, 66607

请帮帮我。

仅供参考： xpath 将与 div text() 一起排除邮政编码，以便返回剩余的 div 和 span 文本。有时，此 div 标签中不存在 postalCode。因此，如果它存在，则跳过它，如果不返回整个 div 标记文本。

【问题讨论】：

标签： xml xpath scrapy

【解决方案1】：

看起来您基本上想要连接目标div 的所有文本节点后代除了postalCode 属性下的那些。相关的文本节点集可以通过类似的 XPath 找到

//div[@itemprop="jobLocation"]/div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]
   //text()[not(parent::span[@itemProp="postalCode"])]

如果您.extract 这个 XPath，您将获得一个字符串列表（每个文本节点一个），您可以在 Python 级别将它们连接在一起。

【讨论】：

【解决方案2】：

在这里我分享了 2 段代码。你可以拿走任何你需要的东西。

试试这个：

response.xpath('//div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]//text()').re(r'[ .a-zA-Z]\w+')



response.xpath('//div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]//text()').re(r'[a-zA-Z]+')


response.xpath('//div[@itemprop="jobLocation"]/div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]//text()').extract()[1:3]

【讨论】：

感谢您的关注。两者都只返回托皮卡，但我需要托皮卡，堪萨斯州。它不应包括邮政编码。保留 div 标签内的任何文本，所有内容都应该返回。
不错的一个。！我们不能只用 xpath 而不是正则表达式来处理。 ?我打算只使用 xpath。例如，提取没有跨度邮政编码标签的 div 标签文本。
你可以使用切片来得到类似的结果
response.xpath('//div[@itemprop="jobLocation"]/div[@class="aiDetailJobInfo aiDetailJobInfoLocation"]//text()').extract()[1:3 ]