如何提取元素中 <strong> 标记之后的文本

Question

尝试从如下所示的元素中提取文本：

<div><strong>"Beginning_of_text"</strong>"Rest_of_text"</div>

当我尝试使用 Scrapy shell 提取 "Rest_of_text" 时

response.css("div::text").extraxt()

它什么也没给我。我是否必须使用一些特殊命令来获取位于元素内 <strong> 标记之后的文本？

Answer 1

只有“Rest_of_text”你可以使用response.xpath('//div/strong/following-sibling::text()').get()

Answer 2

鉴于您提供的文本，您提到的命令应该返回以下内容：

['"Rest_of_text"']

如果strong标签前有空格，可能会出现问题，例如：

<div>   <strong>"Beginning_of_text"</strong>"Rest_of_text"</div>

在这种情况下，如果你执行相同的命令，你会得到这个：

['   ', '"Rest_of_text"']

但如果strong 标签后面没有任何内容，你会得到这个：

['   ']

我知道处理所有这些情况的最佳方法是执行以下操作：

>>> full_text = ''.join(response.xpath('//div//text()').extract())
>>> before_strong, after_strong = full_text.split(response.css('strong::text').extract_first())

所以在您提供的文本中，before_strong 将等于 ''，after_strong 将等于 '"Rest_of_text"'，这似乎是您想要得到的。