使用xpath获取标签下所有文本值(包括子标签的值) |
您所在的位置:网站首页 › 怎样显示网页下面所有内容 › 使用xpath获取标签下所有文本值(包括子标签的值) |
最近在使用xpath提取信息时,由于所提取页面的数据标签比较凌乱,我只想要获取页面所显示的文本信息,因此通过查询相关资料,总结出如下方法: 1.获取文本值及所有html标签 html_content3 = requests.get(details_url).text html = etree.HTML(html_content3) # content=html.xpath('//div[@class="article-entry"]')[0].xpath('string(.)').strip()#得到其中的所有文本信息,但没有了标签属性。 # 先取出包含文章主体的标签 contents = html.xpath('//div[@class="article-entry"]')[0] # 取出来的是个element对象,需要给他转换成字符串 name1 = etree.tostring(contents, method='html') # 转成字符串后中文不能正常显示,需要再对其进行解析 name2 = HTMLParser().unescape(name1.decode()) content = name22.只获取文本值 welfare = response.xpath('//div[@class="t1"]').xpath('string(.)').extract()[0]或者 welfare = response.xpath('//div[@class="t1"]').xpath('string(.)').extract()[0]注意:如果使用element来获取,会遇到extract属性不存在的错误可以将其改为如下代码: welfare = response.xpath('//div[@class="t1"]').xpath('string(.)').strip() |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |