问题描述
我在p
标记中有一些文本,其中可能包含诸如em
之类的其他标记。
当我将以下文本传递给parsel
XPath
选择器并要求输入第一个p
标签时,它将向我返回部分字符串。
from parsel import Selector
selector = Selector(text="<div><p>Hel<em>l</em>o</p><p>World!</p></div>")
for p in selector.xpath('(//div//p//extract())[1]'):
print(p.get())
Hel
,预期输出为hello
,这是我在做什么错了。
解决方法
我相信您正在寻找这样的东西:
from parsel import Selector
selector = Selector(text="<div><p>Hel<em>l</em>o</p><p>World!</p></div>")
for p in selector.xpath('//div/p[1]/descendant-or-self::*/text()'):
print(p.get())
# OR
print("".join([x.get() for x in selector.xpath('//div/p[1]/descendant-or-self::*/text()')]))
根据您要完成的工作,您可能需要避免xpath中出现双斜杠。参见Working with relative XPaths