Python lxml无法获取所有文本

Question

我正在使用 Pythonlxml库来解析 HTML。我有叶点，例如<a>，想要获取其父级的文本。我尝试通过两种方式做到这一点：.xpath('::parent*'),.getparent().text.from lxml.etree import HTMLtext = '<p>FIRST PART<a href="THE LINK" target="_blank">LINK TEXT</a>SECOND PART</p>'parsed = HTML(text)parsed.xpath('//a')[0].getparent().textparsed.xpath('//a/parent::*')[0].text我FIRST PART使用了任何一种方法，但是我怎样才能获得SECOND PART？

Answer 1

您可以使用.itertext()元素的方法：

from lxml.etree import HTML

text = '<p>FIRST PART<a href="THE LINK" target="_blank">LINK TEXT</a>SECOND PART</p>'

parsed = HTML(text)

parent = parsed.xpath('//a/parent::*')[0]

text = list(parent.itertext())

print(text[0])

print(text[-1])

印刷：

FIRST PART

SECOND PART