XPath使用超链接获取文本（Python）

我在使用XPath方面是新手（一般来说，我是Python的相对初学者）。我试着从维基百科页面的第一段中取出文本来浏览

以Python页面（）为例

如果我把它放入一个变量中

page = requests.get("https://en.wikipedia.org/wiki/Python_(programming_language)")
tree = html.fromstring(page.content)

first = tree.xpath("/html/body/div[3]/div[3]/div[4]/div/p[1]/text()")

然后我知道所需的段落位于XPath

/html/body/div[3]/div[3]/div[4]/div/p[1]

所以我把文本转换成一个变量

page = requests.get("https://en.wikipedia.org/wiki/Python_(programming_language)")
tree = html.fromstring(page.content)

first = tree.xpath("/html/body/div[3]/div[3]/div[4]/div/p[1]/text()")

由此产生的输出

[' is an ', ' ', ' for ', '. Created by ', ' and first released in 1991, Python has a design philosophy that emphasizes ', ', notably using ', '. It provides constructs that enable clear programming on both small and large scales.', '\n']

---

如您所见，我缺少web链接中的单词/句子。

链接本身就是您需要删除的节点

/html/body/div[3]/div[3]/div[4]/div/p[1]//text()

---

XPath查询只匹配该节点的文本子节点。嵌入的文本位于另一个节点上，因此被排除

要下降，请按建议使用

//text（）

；这将检索从相关节点开始的任何递减节点的文本值

/html/body/div[3]/div[3]/div[4]/div/p[1]//text()

或者，您可以选择有问题的节点本身，并使用解析器方法

text\u content（）

检索文本，包括所有子节点