xpath获取内容的⽅式
以百度为例:''
1.获取最外⾯标签,遍历内部所有的字标签,获取标签⽂本
content_list =div.xpath('.//div[@class="d_post_content j_d_post_content "]/text()').extract()
2.正则去掉所有标签 <.*?> re.compile.sub()
content_list=div.xpath('.//div[@class="d_post_content j_d_post_content "]')
幼儿园保育计划>简笔画美人鱼pile(r('<.*?>'),re.S)
content=pattern.sub('',content_list)
3./text() 获取标签的⽂本 //text()获取标签以及⼦标签的⽂本
殚精竭虑的近义词content_list = div.xpath(‘.//div[@class=”d_post_content j_d_post_content “]//text()’).extract()
高丽棒子ivvi手机官网4 使⽤xpath(‘string(.)’)这种⽅式获取所有⽂本 并且拼接
小学数学教学策略>富字成语
content_list=div.xpath('.//div[@class="d_post_content j_d_post_content "]').xpath('string(.)').extract()[0]+'\n'⽂本内容获取之后print(content_list)查看内容,如需处理格式,则如下:六级分值分布
remove = re.compile('\s')
content = ''
for string in content_list:
string = remove.sub('',string)
content += string
print(content)