xpath通过<br/>标签分割字符串

Question

我遇到了python和Scrappy库的问题。当这段代码：

self.item['char_SP4_TIP'] = response.xpath('//p[contains(@class, "spell-tooltip")]/text()').extract()

运行，它会从段落中提取文本，但会将其按<br> tags拆分。

因此，我不得不像self.item['char_SP4_TIP'][0]那样访问它，而是访问[0][1][2]等等，因为有许多<br>个标签。有没有办法解决它，所以它不会被<br>标签拆分？感谢。

Answer 1

您的xpath选择所有文本节点，但<br>不是文本节点。

<p class='spell-description'> blah <br><br> blah2 </p>
                Selects these ^^^^          ^^^^^

您可以join分割文字。

texts = response.xpath('//p[contains(@class, "spell-tooltip")]/text()').extract()
text = '\n'.join(texts)

如果该类有多个<p>标记：

text = ['\n'.join(p.xpath('/text()').extract()) 
           for p in response.xpath('//p[contains(@class, "spell-tooltip")]')]