PYTHON 提取HTML文本

from lxml.html import etree

content = "***************"
html = etree.HTML(str(content))
html_data = html.xpath('//span/text()|//p//text()|//section//text()')
datas = [data.replace("\r", "").replace("\n", '').replace('\t', '').replace('\xa0', '') for data in list(html_data)]
ori_content = ' '.join([d for d in datas if d])

 

相关文章

功能概要:(目前已实现功能)公共展示部分:1.网站首页展示...
大体上把Python中的数据类型分为如下几类: Number(数字) ...
开发之前第一步,就是构造整个的项目结构。这就好比作一幅画...
源码编译方式安装Apache首先下载Apache源码压缩包,地址为ht...
前面说完了此项目的创建及数据模型设计的过程。如果未看过,...
python中常用的写爬虫的库有urllib2、requests,对于大多数比...