如何在不包含子元素文本的情况下获取Selenium WebDriver中的元素文本(通过Python api)？

Question

<div id="a">This is some
   <div id="b">text</div>
</div>

获得"这是一些"并非易事.例如,这会返回"This is some text":

driver.find_element_by_id('a').text

一般来说,如何在不包含其子项文本的情况下获取特定元素的文本？

(我在下面提供了一个答案,但是如果有人能提出一个不那么可怕的解决方案,那么问题会保持开放).

Answer 1

这是一般解决方案:

def get_text_excluding_children(driver, element):
    return driver.execute_script("""
    return jQuery(arguments[0]).contents().filter(function() {
        return this.nodeType == Node.TEXT_NODE;
    }).text();
    """, element)

传递给函数的元素可以是从find_element...()方法中获得的元素(即它可以是WebElement对象).

或者如果你没有jQuery或者不想使用它,你可以用以下代码替换上面函数的主体:

return self.driver.execute_script("""
var parent = arguments[0];
var child = parent.firstChild;
var ret = "";
while(child) {
    if (child.nodeType === Node.TEXT_NODE)
        ret += child.textContent;
    child = child.nextSibling;
}
return ret;
""", element) 

我实际上是在测试套件中使用此代码.

Answer 2

在您共享的 HTML 中：

<div id="a">This is some
   <div id="b">text</div>
</div>

文本This is some位于文本节点内。以结构化方式描述文本节点：

<div id="a">
    This is some
   <div id="b">text</div>
</div>

这个用例

要使用Selenium的python客户端This is some从文本节点提取和打印文本，您有以下两种方法：

• 使用splitlines()：您可以识别父元素即<div id="a">，提取innerHTML然后使用splitlines()如下：

  • 使用xpath：

    print(driver.find_element_by_xpath("//div[@id='a']").get_attribute("innerHTML").splitlines()[0])
    

  • 使用xpath：

    print(driver.find_element_by_css_selector("div#a").get_attribute("innerHTML").splitlines()[0])
    

• Using execute_script(): 也可以使用execute_script()可以在当前窗口/框架中同步执行JavaScript的方法如下：

  • 使用xpath和firstChild：

    parent_element = driver.find_element_by_xpath("//div[@id='a']")
    print(driver.execute_script('return arguments[0].firstChild.textContent;', parent_element).strip())
    

  • 使用xpath和childNodes[n]：

    parent_element = driver.find_element_by_xpath("//div[@id='a']")
    print(driver.execute_script('return arguments[0].childNodes[1].textContent;', parent_element).strip())
    

Answer 3

使用：

def get_true_text(tag):
    children = tag.find_elements_by_xpath('*')
    original_text = tag.text
    for child in children:
        original_text = original_text.replace(child.text, '', 1)
    return original_text