Question

我已经在python中编写了一些选择器来获取一些项目及其价值。我希望刮掉不要造型的物品。但是，当我运行我的脚本时，它只获取项目，但无法达到由＆＃34; br＆＃34;分隔的项目的值。标签。我该怎么抓住它们？我没有在这种情况下使用xpath来达到目的。提前谢谢。

以下是要素：

html = '''
<div class="elems"><br>
    <ul>
    <li><b>Item Name:</b><br>
            titan
                </li>
        <li><b>Item No:</b><br>
                23003400
                    </li>
        <li><b>Item Sl:</b><br>
            2760400
                </li>
        </ul>
    </div>
'''

这是我的脚本中包含css选择器：

from lxml import html as e

root = e.fromstring(html)
for items in root.cssselect(".elems li"):
    item = items.cssselect("b")[0].text_content()
    print(item)

执行后，结果我有：

Item Name:
Item No:
Item Sl:

我之后的结果：

Item Name: titan
Item No: 23003400
Item Sl: 2760400

Answer 1

通常我使用.itertext方法来提取文本：

from lxml.html import fromstring

def extract_text(el, sep=' '):
    return sep.join(s.strip() for s in li.itertext() if s.strip())

tree = fromstring(html)
for li in tree.cssselect('.elems li'):
    print(extract_text(li))

Answer 2

最简单的解决方案。值在“li”标签内而不是“b”。

from lxml import html as e

root = e.fromstring(html)
for items in root.cssselect(".elems"):
    item = [item.text_content() for item in items.cssselect("li")]
    print(''.join(item))

无法使用选择器获取完整内容

2 个答案: