python - 使用lxml在python中提取段落

Question

我想用python提取html中的段落。我使用了 lxml 模块，但它并不完全符合我的要求。

print html.parse(url).xpath('//p')[1].text_content()

<span id="midArticle_1"></span><p>Here is the First Paragraph.</p><span id="midArticle_2"></span><p>Here is the second Paragraph.</p><span id="midArticle_3"></span><p>Paragraph Three."</p>

我应该补充一点，在不同的页面中，我有不同数量的段落，所以想制作一个列表，然后将段落放入其中。

Answer 1

print html.parse(url).xpath('//p/text()')

输出

['Here is the First Paragraph.', 'Here is the second Paragraph.', 
 'Paragraph Three."']