XPath：匹配两个相似标签之间的文本答案

【问题标题】：XPath: Matching a text between two similar tagsXPath：匹配两个相似标签之间的文本
【发布时间】：2019-03-25 23:38:27
【问题描述】：

我正在尝试抓取结构混乱的网站，我需要的文本位于前 5 个连续 br 标记（不多也不少，正好 5 个）和以下 2 个连续 br 标记之间。
它看起来像这样：

<p class="A">
"Some text"
<br>
"Some text"
<br>
<br>
"Some text"
<br>
<br>
<br>
<br>
<br>
"Required text"
<br>
"Required text"
<br>
"Required text"
<br>
<br>
</p>

【问题讨论】：

您没有指定所需的输出 XML，所以这个问题现在无法回答。
所需的输出是“必填文本”文本节点中的文本
可能只是将其拆分为
并将其视为数组

标签： xpath web-scraping scrapy lxml text-parsing

【解决方案1】：

Scrapy 将<br> 标签转换为换行符，因此您可以提取整个文本并将其拆分为 5 个换行符：

> text = sel.xpath('//text()').extract()
['\n"Some text"\n', '\n"Some text"\n', ...]
> values = ''.join(text).split('\n\n\n\n\n')[1]
'\n"Required text"\n\n"Required text"\n\n"Required text"\n\n\n'
> values.strip().split('\n\n')
['"Required text"', '"Required text"', '"Required text"']

【讨论】：