我试图通过Scrapy获取评论之间的内容。我发现this已经发现了{{3}}，但没有比仅通过这种方式提取评论更进一步。我的目标是在每次“开始评论”和“结束评论”发生时，在2条评论之间得到所有内容。假设网站上的块的结构如下：
<!-- Start -->
<div class.. >
<ul>...
more content
</ul>
</div>
<!-- End -->
<!-- Start -->
same structure, different entries
<!-- End -->
<!-- Start -->
same structure, different entries
<!-- End -->
....
我正在寻找的东西就像xpath一样，可以找到特定的字符串并将它们全部保存在列表中，并获得类似于“[contentBlock1，contentBlocks2，...]”的输出，就像这样您通常使用xpath获取输出。任何有帮助的东西都非常感谢：）
编辑：值得注意的是，我目前正在使用scrapy响应/选择器对象。能够处理任何一种解决方案都是首选。
答案 0 :(得分：0)
类似于response.xpath（＆＃39; .// * [@ id =＆＃34;您的ID在这里＆＃34;] / ul / text（）＆＃39;）。extract（）应该这样做
答案 1 :(得分：-1)
如果您愿意使用re，可以试试这个。
print re.findall(r"(?<=<!-- Start -->\s)(.*?)(?=\s<!-- End -->)",test_string,re.DOTALL)
这将返回包含您想要的内容的列表。
参见演示。