在 <p> 标签内获取 <a > 标签内的文本

Question

您好，我一直在尝试获取 div - p 标签中的所有文本部分，直到 hr 标签，所以有人给了这个 xpath

//div[@class="entry"]/*[not(preceding-sibling::hr | self::hr)]/text()

效果很好，但这会忽略 p 标签中 <.a> 标签中的文本部分还有什么想法可以获取该文本吗？

<div class="entry">
   <p> some text</p>
   <p> some text2</p>
   <p> some text3</p>
   <p> some text4
       <a href='somelink'> this text here i want to get through xpath</a>
       some text5
   </p>
   <hr>(up to this hr tag)
   <p> some text5</p>
   <hr>
   <p> some text6</p>
</div>

Answer 1

一种方法可能是 //div[@class="entry"]/*[not(preceding-sibling::hr | self::hr)]//text()，但我可能更喜欢简单地 select 元素 //div[@class="entry"]/*[not(preceding-sibling::hr | self::hr)] 并使用字符串值。

Answer 2

你可以简单的根据xpath拉取数据

//div[@class="entry"]/p[0]
//div[@class="entry"]/p[1]
//div[@class="entry"]/p[2]
//div[@class="entry"]/p[3]
//div[@class="entry"]/p[4]
//div[@class="entry"]/p[5]

在 <p> 标签内获取 <a > 标签内的文本

Getting text within <a > tag inside <p> tag

html

xpath

scrapy

web-scraping