scrapy 一次性提取多层嵌套标签的所有文本
来源:互联网 发布:魔兽盒子mac版 编辑:程序博客网 时间:2024/05/22 06:55
怎样才能一次性提取多层嵌套标签的所有文本,而不是通过循环判断来进行拼接呢。详细如下:
假如页面如下:
<p id='test'>hello<b>world!</b></p>
我要的提取结果是:helloworld!
这里就需要注意text()的使用了:
首先设置sel = Selector(text=doc, type='html')
#如果text()前面使用一个反斜杠:sel.xpath("//p[@id='test']/text()").extract()
得到的结果是:[u'hello']
#如果text()前面使用两个反斜杠:sel.xpath("//p[@id='test']//text()").extract()
这样提取出来的是一个列表,得到的结果是:[u'hello', u'world!']
然后再将列表循环拼接即可得到想要的结果:helloworld!。
转自:http://www.cnblogs.com/qlshine/p/5926101.html
阅读全文
0 0
- scrapy 一次性提取多层嵌套标签的所有文本
- scrapy 一次性提取多层嵌套标签的所有文本
- .net(c#)提取多层嵌套的JSON
- .net(c#)提取多层嵌套的JSON
- .net(c#)提取多层嵌套的JSON
- .net(c#)提取多层嵌套的JSON
- 调用下面的方法屏蔽所有html标签提取文本
- 提取多层嵌套Json数据
- 提取多层嵌套Json数据
- 提取多层嵌套Json数据
- scrapy xpath提取标签
- 一次性提取网页中所有图片的代码
- 从文本中提取所有的单词
- 从xml中提取所有的文本
- C# json提取多层嵌套到数组
- C# json提取多层嵌套到数组
- 提取多层嵌套JSON类型数据
- 提取多层嵌套JSON类型数据
- Leetcode-Remove Element
- Javascript插件--模态框(Bootstrap)
- JVM(2):JVM内存结构
- Maven最佳实践:遵循约定
- (二)Quartz 2.2 动态添加、修改和删除定时任务
- scrapy 一次性提取多层嵌套标签的所有文本
- 算法概论8.8
- 001_Java实现多线程的方式
- 2-使用原生js发送ajax请求
- OC基础-对象的构造函数19
- 再战Arduino小车pid调速——写在开始前
- Ubuntu同时安装OpenCV2和OpenCV3
- Unity 实现转策划Execl文档,并根据Xml配置文件生成代码
- 查找每个班级中成绩最高的前三名