Question

我使用的是lxml libray的Python版本。我目前正在尝试解析表中的文本，但遇到的问题是某些文本是链接。

例如，其中一个单元格可能如下所示：

<td>
    Can I kick it, <a>to all the people</a> who can quest like a <a>tribe</a> does
</td>

在解析html之后说，td元素存储为foo。然后foo.text将不显示整个文本，只显示非链接的部分。此外，如果我使用[i.text for i in foo.getchildren()]找到链接文本，我就不再知道放置非链接文本和链接文本的顺序。

有没有一种简单的方法来解决这个问题？

Answer 1

在搜索了一个小时之后，在发布此问题的2分钟内，我找到了解决方案。

使用方法foo.text_content()，这将显示所需内容。