如何在硒元素中不带类别和标题的<span>找到元素？

Question

我需要一些文本内部span标记，但span标记没有任何类或标题。 就像：

<span>kirnath@me.com</span>
<span>kirnath2@me.com</span>
<span>kirnath3@me.com</span>

我试过使用：

^{pr2}$

但我出错了：

SyntaxError: Failed to execute 'evaluate' on 'Document': The string '//*[contains(text(), kirnath@me.com)]' is not a valid XPath expression.

我需要得到：

kirnath@me.com    
kirnath2@me.com   
kirnath3@me.com

Answer 1

字符串内部和外部的内部引号都使用单引号。对里面的文字使用双引号。或者在引用之前使用反斜杠。在

试试这个：

driver.find_elements_by_xpath('//*[contains(text(), "kirnath@me.com")]')

或者

^{pr2}$

这将只返回带有文本kirnath@me.com的元素。在

查找您可以使用的任何电子邮件地址

driver.find_elements_by_xpath('//*[contains(text(), "@") and contains(text(), ".")]')

这将找到包含@和.文本的所有元素

获取页面的所有span元素并不理想。即使span标记没有任何id或类，它的父节点可能有一些唯一的标识符。在

你能为页面源提供一些级别的父节点吗？在

Answer 2

像这样：！？在

inp="bla <span>kirnath@me.com</span> blub"

p1=inp.find("<span>")
p2=inp.find("</span>")
if p1>=0 and p2>p1:
  print(inp[p1+len("<span>"):p2])

输出为：

^{pr2}$

编辑：或类似这样，以获取更多匹配项

inp="bla <span>kirnath@me.com</span><span>kirnath2@me.com</span><span>kirnath3@me.com</span> blub"

def find_all(inp):
  res=[]
  p=0
  while True:
    p1=inp.find("<span>", p)
    p2=inp.find("</span>", p)
    if p1>=0 and p2>p1:
      res+=[inp[p1+len("<span>"):p2]]
      p=p2+1
    else:
      return res

print(find_all(inp))

输出为：

['kirnath@me.com', 'kirnath2@me.com', 'kirnath3@me.com']

Answer 3

如果您想要所有跨距，那么抓取webElements列表并使用list comprehension将.text从每个列表中提取到一个列表中。如果不需要所有跨距，请查找关系/位置参数，例如限制到所需的范围。或者甚至可能在.text上匹配子字符串，如果您有一个一致存在的子字符串可供使用。在

span_texts = [item.text for item in driver.find_elements_by_css_selector('span')]

xpath子字符串

^{pr2}$

---

您可以使用：contains pseudo class from bs4.7.1来处理driver.page_源. 然后可以为span标记指定要匹配的子字符串

from bs4 import BeautifulSoup as bs

soup = bs(driver.page_source, 'lxml')

data = [item.text for item in soup.select('span:contains("@me.com")')]
print(data)