如何使用XPath选择一个单选按钮，然后选择文本？

Question

我有一个单选按钮与价值HTML如下：

<div class='result'> 
<span> 
<input type='radio'/> 
option1 
</span> 
<span> 
<input type='radio'/> 
option2 
</span> 
<span> 
<input type='radio'/> 
option3 
</span> 
</div> 

我试过以下的XPath，但是这是行不通的：

//span[contains(text(),'option1')]/input[@type='radio'] 

请帮我写的XPath这一点。

Answer 1

实际上有在目标span两个文本节点：第一个就是<input>前一个空字符串和二线<input>

和（包含"option1"一）你XPath//span[contains(text(),'option1')]意味着后在第一个文本节点中包含“option1”的返回范围。

您可以使用下面的表达式中的一个匹配所需input：

1. //span[normalize-space()="option1"]/input[@type="radio"]
2. //span[contains(text()[2],'option1')]/input[@type='radio']

Answer 2

我想你不能在这里使用text()。因为此函数返回当前span元素的一系列子文本节点。有在您的示例2个文本节点：

<span> 
<input type='radio'/> 
option1 
</span> 

1文本节点是一个只包含一个换行符<span>和<input type='radio'/>之间。

第二文本节点是（在开始时以及在结尾）<input type='radio'/>和含有option1文本加2个换行符</span>之间。

contains函数需要一个字符串参数而不是一个序列。我认为它只需要序列中的第一个文本节点，它只包含一个换行符。

如果您需要选择input其次，你可以使用下面的表达式一些text节点：如果您需要选择span包含文本option1和input与@type='radio'

//input[@type='radio'][contains(following-sibling::text(), 'option1')] 

，你可以试试下面的表达式：

//span[contains(., 'option1') and input/@type='radio'] 

如果您需要选择input代替span再使用后续荷兰国际集团表示：

//span[contains(., 'option1')]/input[@type='radio'] 

我可以建议你以下资源来获得关于XPath的一些信息。 W3C推荐标准包含XPath的完整描述。如果您使用XPath 2.0，那么你可以看看：

• XML Path Language (XPath) 2.0
• XQuery 1.0 and XPath 2.0 Functions and Operators

有关的XPath 3.0看一看：

• XML Path Language (XPath) 3.0
• XPath and XQuery Functions and Operators 3

这些recomendations足够大，很难阅读。但是您可以在这些文档中找到a list of all available axes，包括following-sibling::,a description of text(),a description of contains()等

另外还有很多简要的XPath教程。例如，你可以看看this one。

Answer 3

每span有两个文本元素。一个在input元素之前，一个在它后面，但第一个基本上是空的。

在此代码中，我找到了input元素，然后是他们的父母，然后是父母的那些span的第二个文本元素。

>>> from scrapy.selector import Selector 
>>> selector = Selector(text=open('temp.html').read()) 
>>> for item in selector.xpath('.//input[@type="radio"]/../text()[2]'): 
...  item.extract() 
...  
'\noption1\n' 
'\noption2\n' 
'\noption3\n' 

Answer 4

试试这个选择选项1

//input[@type='radio']/preceding::span[1][contains(.,'option1')]