python-Scrapy.从div提取html而不包装父标签
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-Scrapy.从div提取html而不包装父标签,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含583字,纯文字阅读大概需要1分钟。
内容图文
![python-Scrapy.从div提取html而不包装父标签](/upload/InfoBanner/zyjiaocheng/677/e173e664de9c430c9dee154c34f0eb73.jpg)
我使用scrapy来爬行网站.
我想提取某些div的内容.
<div class="short-description">
{some mess with text, <br>, other html tags, etc}
</div>
loader.add_xpath('short_description', "//div[@class='short-description']/div")
通过该代码,我得到了我需要的东西,但结果包括包装html(< div class =“ short-description”> …< / div>)
如何摆脱该父html标签?
注意.诸如text(),node()之类的选择器无法帮助我,因为我的div包含< br> ;、< p> ;、其他div等,空白,并且我需要保留它们.
解决方法:
hxs = HtmlXPathSelector(response)
for text in hxs.select("//div[@class='short-description']/text()").extract():
print text
内容总结
以上是互联网集市为您收集整理的python-Scrapy.从div提取html而不包装父标签全部内容,希望文章能够帮你解决python-Scrapy.从div提取html而不包装父标签所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。