Web scraping 在<；br>；标签

HTML:

<span class="number"> - Sep 15, 1991<br><strong>Some Number: </strong>123, 123, 145</span>

 samples = response.css('ul li.somthing')
    for sample in samples:
        loader = ItemLoader(item=CatelogItem(), selector=sample)
        loader.add_css('some', 'span.number::text')
        yield loader.load_item()

Item.py

some = Field(
    input_processor=MapCompose(str.strip),
    output_processor=Join()
)

结果

- Sep 15, 1991

预期的

- Sep 15, 1991 Some Number: 123, 123, 145

---

为什么会有这种行为？如何在itemloader中加载完整值？

您需要获取所有innerhtml，而不是包含所有嵌套组件的文本

loader.add_css('some', 'span.number *::text')

---

你的意思是，loader.add_css（'some'，'span.number:：innerHtml'）结果是：伪元素：：innerHtml是未知的。。谢谢。这很有魅力。修正：loader.add_css（'some'，'span.number*：：text'）我只想把它记下来，然后向上投票并勾选答案