如何使用python lxml获取html元素

我有以下html代码：

<table>
 <tr>
  <td class="test"><b><a href="">aaa</a></b></td>
  <td class="test">bbb</td>
  <td class="test">ccc</td>
  <td class="test"><small>ddd</small></td>
 </tr>
 <tr>
  <td class="test"><b><a href="">eee</a></b></td>
  <td class="test">fff</td>
  <td class="test">ggg</td>
  <td class="test"><small>hhh</small></td>
 </tr>
</table>

它工作得很好！结果是：

<td class="test"><b><a href="">aaa</a></b></td>
<td class="test"><small>ddd</small></td>


<td class="test"><b><a href="">eee</a></b></td>
<td class="test"><small>hhh</small></td>

ddd
啊

（因此每个

的第一列和第四列） 现在，我要摘录：

aaa（链接标题）

ddd（标签之间的文本）

eee（链接标题）

hhh（标签之间的文本）

如何提取这些值

（问题是我必须删除

标记，并获取第一列上锚的标题，然后删除第四列上的

标记）

---

谢谢大家!

你为什么不在每一步都拿到你想要的东西呢

links = [el.text for el in html.xpath('//td[@class="test"][position() = 1]/b/a')]
smalls = [el.text for el in html.xpath('//td[@class="test"][position() = 4]/small')]
print zip(links, smalls) 
# => [('aaa', 'ddd'), ('eee', 'hhh')]

---

如果执行

el.text\u content（）

操作，将从每个元素中删除所有标记内容，即：

result = [el.text_content() for el in result]

result = [el.text_content() for el in result]