python - 使用 xpath 提取表列值(不包括 )

Question

我正在尝试使用 scrapy 废弃一些表列值，并停留在如何获取列值上。现在的代码是

response.xpath('//table//tr//td[4]//text()').extract()

它确实提取了列值，但问题是某些列确实有

<td> value 1 <sup> sup text </sup> </td> 

返回值为 value1 , sup text这不是我所需要的。我只需要尝试使用 td[4][not(sup)] 的代码但它确实完全忽略了 <sup> 的列。

有没有办法获取不包括 <sup> 的值.

Answer 1

你需要

//td[4]/text()

获取子文本节点。请注意，//td[4]//text() - 返回后代文本节点(包括来自sup的文本)