我的 HTML 如下所示：
<span>
Word 1
Sentence 1
</span>
我可以用以下方式提取它：
//span/text()
这给了我
Word 1
Sentence 1
是否可以在 XPATH 中分别获取/提取单词 1 和句子 1？ （用于 Scrapy 的 Python 中的 XPath 提取器）
我试过了：
//span/text()[1]
//span/text()[2]
substring-before(//span/text(),'\n')
但两者都是疯狂的猜测并且不起作用。
【问题讨论】：
您可以通过
获得第一项“Word 1”normalize-space(substring-before(substring-after(translate(span/text(),'
',''),'
'),'
'))
并得到第二个项目“Sentence 1”
normalize-space(substring-after(substring-after (translate(span/text(),'
',''),'
'),'
'))
如果您不需要 normalize-space(...)，您可以删除它。
上下文节点应该是span 的父节点，否则你应该在表达式前面加上//。您的主要问题是在第一项之前有一个换行符 (\n)。
编辑：
我为 Windows 的CRLF 添加了处理CR 字符的解决方案。它只是删除CR 字符并作用于LF 字符。
【讨论】：
\r\n 和 \n
CRLF 情况的解决方案。它的简单方法是从输入中删除CR 字符。
请参阅a previous question 了解如何正确访问元素的内部内容。
然后，处理输出字符串以满足您的需求。
【讨论】：