解析html，如何获取无标签文本

[flyphy]

获取的页面如下形式<div>循环，用simple_html_dom对其解析时想提取位置为“ 你好，转发的赠书大概什么时候送到，上海的，谢谢”这样的无标签的文本，求解答

<div class="c">
<span class="cmt"><a href="...">游完1200才閃</a>&nbsp;对&nbsp;我&nbsp;说:</span>
你好，转发的赠书大概什么时候送到，上海的，谢谢&nbsp;
<span class="ct">2011-09-16 21:17:35</span>&nbsp;<a href="....." class="cc">回复他 </a>&nbsp;<a href="......." class="cc">共3条对话</a>
</div>

[laiwei]

pastebin.com/q0FZ1bNJ

请看看我写的这段代码

[flyphy]

@laiwei 不是太懂python，只会php.
刚考虑了下用正则提取</span> <span 之间的字符串就行，能否指导如何匹配

[lcxz]

用 正规则表达式 将div内的标签去掉就剩下你想要的内容了

[flyphy]

@lcxz 大牛，求php的正则写法

[phus]

HTML = u'''\
<div class="c">
<span class="cmt"><a href="...">游完1200才閃</a>&nbsp;对&nbsp;我&nbsp;说:</span>
你好，转发的赠书大概什么时候送到，上海的，谢谢&nbsp;
<span class="ct">2011-09-16 21:17:35</span>&nbsp;<a href="....." class="cc">回复他 </a>&nbsp;<a href="......." class="cc">共3条对话</a>
</div>
'''

def main():
tree = lxml.etree.fromstring(HTML, lxml.etree.HTMLParser())
print ''.join(x.strip() for x in tree.xpath('//div[@class="c"]/text()'))

[linlinqi]

php的话，看看phpQuery. http://code.google.com/p/phpquery/

[orzzzzz]

simpledom里find(".cmt")后,取innerText?