scrapy 一次性提取多层嵌套标签的所有文本
来源:互联网 发布:飞哥软件 编辑:程序博客网 时间:2024/06/05 19:15
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
- matlab 2012 vs2010混合编程
- SpringBoot01 java的配置方式
- NLP基础-BOW-影评分类
- 超大数减1
- spring boot 学习笔记(05)——热部署 之spring-boot-devtools
- scrapy 一次性提取多层嵌套标签的所有文本
- WechatWeb js方法
- 微信小程序----gallery slider(图片轮播)组件
- 编译bib文件,报错repeated entry
- [javase]二分法查找
- jQuery选择器
- Android 快速开发系列 打造万能的ListView GridView 适配器
- 上拉刷新下拉加载
- Android中Dialog、Snackbar、Toast使用区别?