防止python lxml添加纯文本a<；p>；标签

我不希望lxml向纯文本添加任何内容。我故意让他们保持原样。lxml将纯文本添加到

标记中。这里的

value

可以是html或纯文本。我需要lxml来处理html并保留明文

import lxml.html
mixed = ['plaintext', '<a>HTML</a>', '<a>HTML</a>']
for text in mixed:
    html = lxml.html.fromstring(text)
    print(lxml.html.tostring(html))

import lxml.html
mixed=['纯文本'，'HTML'，'HTML']
对于混合格式的文本：
html=lxml.html.fromstring（文本）
打印（lxml.html.tostring（html））

输出：

b'纯文本
'

b'HTML'

b'HTML'

我需要的是：

b‘明文’

b'HTML'

b'HTML'

所以我提出了几个问题

如何知道代码片段是纯的，没有任何html标记？（这样我就不必将它们传递给lxml），或者

如何阻止lxml向纯文本添加

标记

---

试试这个图书馆。。。在处理XML页面时，由于某些愚蠢的原因，在使用不稳定的选择器时，请不要使用“re”模块

from w3lib.html import remove_tags

def parse(self, response):
    hxs = HtmlXPathSelector(response)
    follow = hxs.xpath('//loc').re('.*type=videos.*')
    follow = [remove_tags(x) for x in follow]
    # It wont remove regex lines like \n

---

试试这个图书馆。。。在处理XML页面时，由于某些愚蠢的原因，在使用不稳定的选择器时，请不要使用“re”模块

from w3lib.html import remove_tags

def parse(self, response):
    hxs = HtmlXPathSelector(response)
    follow = hxs.xpath('//loc').re('.*type=videos.*')
    follow = [remove_tags(x) for x in follow]
    # It wont remove regex lines like \n

---

您可以添加一个示例，说明您有哪些内容作为输入，哪些内容作为输出吗？@Padraiccanningham，我现在给出了一个简短的示例。不确定您是否可以使用lxml，有多种方法可以检查您是否有html，只需检查以

try html.parser开头的字符串，使用bs4替换lxml是更好的选择。您能添加一个示例，说明您有哪些内容作为输入，哪些内容作为输出吗？@Padraiccanningham，我现在给出了一个简短的示例。不确定您是否可以使用lxml，有多种方法可以检查您是否有html，从简单地检查以
try html.parser开头的字符串开始，使用bs4代替lxml是更好的选择。