无法从某些复杂的html元素中提取特定内容

Question

我写了一个脚本来解析网页中的一些特定内容。内容是静态的，使用请求模块我可以访问它们。问题是，我希望获取的内容位于一些非常规格式的html元素中

我的脚本可以获取包含Mondays December 26th 2016 Horse Racing Tips等的标题。单词Mondays和年份2016总是出现在每个标题中

现在，我想抓取不同比赛技巧下的内容，比如Sunshine Coast Race Tips。每个Mondays下有多个竞赛提示

其中一个比赛提示：

Sunshine Coast Race Tips:

Race 1: 7, 5, 4, 3 - Winner (1) $1.30 Exacta $1.90 Trifecta $4.10
Race 2: 2, 4, 3, 8 - Winner (1) $3.40 Exacta $62.70 Trifecta $116.10 First 4 $158.80
Race 3: 4, 10, 5, 13 - 2nd and 4th - Loss

这是我迄今为止的尝试：

import requests
from lxml.html import fromstring

url = "https://www.freehorseracingtipsaustralia.com/mondays-horse-racing-results-2016"

res = requests.get(url,headers={"User-Agent":"Mozilla/5.0"})
root = fromstring(res.text)
for item in root.xpath("//b[starts-with(.,'Mondays')]"):
    print(item.text_content())

我怎样才能做到

Answer 1

尝试下面的代码获得比赛提示

for item in root.xpath('''(//div[b/font[.="Today's Race Tips:"]])[1]/following-sibling::div/b'''):
    print(item.text_content())