Question

我有一个div，其中包含<p>＆{39}和<ul>＆＃39; s。它们没有类或id，所以我需要迭代它们并根据内容激活一些逻辑。

如果我只有<p>，则很容易：

    entry_content = sel.xpath('//div[contains(@class, "entry-content")]')

    all_p = entry_content.xpath(('.//p//text()')).extract()

    for p in all_p:
        #do some logic according to content

问题在于，<p>隐藏了<ul>（一个或多个）<li>＆＃39}。

我如何制作一个联合名单＆＃34;他们？

Answer 1

所以，而不是：

entry_content.xpath('.//p//text()')

您可以使用XPath：

entry_content.xpath('.//*[name()="p" or name()="ul"]//text()')

我如何在scrapy中混合两种类型

1 个答案:

了解更多：