python - xpath 按 标签分割字符串

Question

我在使用 python 和 Scrappy 库时遇到问题。当这段代码:

self.item['char_SP4_TIP'] = response.xpath('//p[contains(@class, "spell-tooltip")]/text()').extract()

运行，它从段落中提取文本，但将其按 <br> tags 分割。 。

因此，不能像这样访问它: self.item['char_SP4_TIP'][0] ，我必须访问[0][1][2]等等..无论多少<br>标签有。有什么办法可以修复它，这样它就不会被 <br> 分割吗？标签？谢谢。

Answer 1

您的 xpath 选择所有文本节点，但 <br>不是文本节点。

<p class='spell-description'> blah <br><br> blah2 </p>
                Selects these ^^^^          ^^^^^

您可以join分割文本。

texts = response.xpath('//p[contains(@class, "spell-tooltip")]/text()').extract()
text = '\n'.join(texts)

如果有多个<p>该类的标签:

text = ['\n'.join(p.xpath('/text()').extract()) 
           for p in response.xpath('//p[contains(@class, "spell-tooltip")]')]