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

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&gt ;、< p&gt ;、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