使用lxml在python中提取段落

Question

我想通过python在html中提取段落。我使用了lxml模块，但它并没有完全符合我的要求。

print html.parse(url).xpath('//p')[1].text_content()

<span id="midArticle_1"></span><p>Here is the First Paragraph.</p><span id="midArticle_2"></span><p>Here is the second Paragraph.</p><span id="midArticle_3"></span><p>Paragraph Three."</p>

我应该补充一点，在不同的页面中我有不同数量的段落，所以想在此之后制作一个列表并将段落放入其中。

Answer 1

print html.parse(url).xpath('//p/text()')

输出

['Here is the First Paragraph.', 'Here is the second Paragraph.', 
 'Paragraph Three."']