如何提取元素中<strong>标记之后的文本

Question

尝试从看起来像这样的元素中提取文本：

<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。我是否需要使用一些特殊的命令来获取位于元素内<strong>标记之后的文本？

Answer 1

仅对于“ Rest_of_text”，您可以使用response.xpath('//div/strong/following-sibling::text()').get()

Answer 2

鉴于您提供的文本，您提到的命令应返回以下内容：

['"Rest_of_text"']

如果strong标记之前有空格，例如：

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

在这种情况下，如果执行相同的命令，则会得到以下信息：

['   ', '"Rest_of_text"']

但是如果在strong标记之后没有任何内容，则会得到以下提示：

['   ']

处理所有这些已知情况的最好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())

因此，在您提供的文本中，before_strong等于''，而after_strong等于'"Rest_of_text"'，这似乎就是您想要的内容得到。