Python 如何在选择器中选择子元素
我正在使用HTMLXPathSelector来解析HTML内容。目标网站有一个随机的HTML标签。例如:其格式可能是:Python 如何在选择器中选择子元素,python,beautifulsoup,lxml,scrapy,Python,Beautifulsoup,Lxml,Scrapy,我正在使用HTMLXPathSelector来解析HTML内容。目标网站有一个随机的HTML标签。例如:其格式可能是: <div class="doctor_ans"> <h3>Title</h3> <p style="text-align: justify;"> <span style="font-size: 12px;"> <span style="font-family: arial,helvet
<div class="doctor_ans">
<h3>Title</h3>
<p style="text-align: justify;">
<span style="font-size: 12px;">
<span style="font-family: arial,helvetica,sans-serif;">
<font color="#000000">I would like to get contain here.</font>
</span>
</span>
</p>
</div>
标题
我想在这里得到控制。
或
标题
我想在这里得到控制。>
或
标题
我想在这里得到控制。
或
标题
我想在这里得到控制。
等等。请给我你的建议如何解析这个内容。HTML标记随机出现。因此,我需要一种方法来获取子元素以找到最终元素。我有更多使用Selenium的经验,但xpath部分应该是相同的。使用xpath='.//span'选择子元素,然后获取该元素的.text。如果子元素为空,则放弃,然后移动到下一个元素
hxs = HtmlXPathSelector(response)
hxs.select('div[@class="doctor_ans"]/p[1]//text()').extract()
将在
doctor\ans
div.的第一段中为您提供一份单独的文本列表,问题是?你试过什么?
<div class="doctor_ans">
<h3>Title</h3>
<p>
<span style="font-size: 12px;">
<span style="font-family: arial,helvetica,sans-serif;">
<font color="#000000">I would like to get contain here.</font>
</span>
</span>
</p>
</div>
<div class="doctor_ans">
<h3>Title</h3>
<p>
<span style="font-size: 12px;">
I would like to get contain here.
</span>
</p>
</div>
hxs = HtmlXPathSelector(response)
hxs.select('div[@class="doctor_ans"]/p[1]//text()').extract()