Python 在下面的场景中使用scrapy时，如何处理sub和sup？

我试图从下面显示的HTML格式中提取问题

<li > 
    <h3 > Number Theory - Factors < /h3 >
    <p lang = "title" > How many factors of 2 < sup > 5 < /sup > * 3 < sup > 6 < /sup > * 5 < sup > 2 < /sup > are perfect squares?< /p >

    <ol class = "xyz" >
        <li > 18 < /li >
        <li > 24 < /li >
        <li > 36 < /li >
        <li > 8 < /li >
    < / ol >
    <ul class="exp">
        <li class="grey fleft">
            <span class="qlabs_tooltip_bottom qlabs_tooltip_style_33" style="cursor:pointer;">
                <span>
                    <strong>Correct Answer</strong>Choice (B).</br>24
                </span> Correct answer
            </span>
        </li>
        <li class="primary fleft">
            <a href="factors_3.shtml">Explanatory Answer</a>
        </li>
        <li class="grey1 fleft">Factors - Perfect Squares</li>
        <li class="orange flrt">Medium</li>
    </ul>       
</li>

数论-因子
25*36*52中有多少因子是完美的正方形？
18
24
36
8



正确答案选择（B）。
24
正确答案



因子-完美正方形
中等

我的问题可以从XPath表达式normalize space（//p[@class=“soln”]）中提取出来

XPath表达式提取并提供了以下文本 24*53*74中有多少因子是奇数？

我如何在sub和sup中获取问题？ 可能性1:我得到的问题是“24*53*74的因子中有多少是奇数？而不会丢失sub或sup”

---

可能性2我得到的问题是“2^4*5^3*7^4中有多少因子是奇数？基本上我不想改变问题的含义？”

这不太好，但我们可以用

^

预先替换

，并删除剩下的

：

In [1]: response = response.replace(body=response.body.replace("<sup>", "^").replace("</sup>", ""))

In [2]: response.xpath('normalize-space(//p[@lang="title"])').extract_first()
Out[2]: u'How many factors of 2 ^ 5 * 3 ^ 6 * 5 ^ 2 are perfect squares?'

[1]中的

：response=response.replace（body=response.body.replace（“，”^”）.replace（“，”）
[2]中的response.xpath（'normalize-space（//p[@lang=“title”]）。extract_first（）
Out[2]：u‘2^5*3^6*5^2的因子中有多少是完美的平方？’

我不太熟悉screpy，但我可以添加一些用java编写的代码示例，这对您很有帮助

// get inner html of your question with `sup` or `sub` tags

String question = driver.findElement(By.xpath("//p[@lang = 'title'] ")).getAttribute("innerHTML");

// Replace the tags with symbols

String newQuestion = question.replace("<sup>", "^").replace("</sup>", "");
System.out.println(newQuestion);

//使用'sup'或'sub'标记获取问题的内部html
String question=driver.findElement（By.xpath（“//p[@lang='title']”）；
//用符号替换标记
字符串newQuestion=question.replace（“，”^”）.replace（“，”）；
System.out.println（newQuestion）；

你能清楚地解释一下发生了什么以及你想要什么吗。您提供的描述似乎与您添加的html不相关。是否有任何方法可以让问题保持原样而不改变其含义？我更新了我的问题@Tuks