推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3129 天前的主题，其中的信息可能已经有所发展或是发生改变。
写了一个爬虫，使用 lxml,然后 xpath 定位到标签 s = html.xpath("//div[@class='cont_font']/p/span")
但是 s[0].text 的时候只输出了部分内容，仔细一看，原来是遇到
，后来我干脆使用 re.sub() 替换掉所有
才正常输出。可是感觉这样好麻烦。是不是.text 用的姿势不对，还是程序遇到 < 就默认这个标签的 text 结束?
 |
1
liangmishi OP 我的<br> 没显示出来
|
|
2
liangmishi OP 该不会有 xss 漏洞吧。。。
|
 |
3
kindjeff 2016-05-03 00:57:59 +08:00 via iPhone
@liangmishi markdown 支持的 html 而已啦
|
 |
4
SoloCompany 2016-05-03 01:36:50 +08:00  1
直接用 "//div[@class='cont_font']/p/span[1]” 然后 eval string 啊
你用 s[0].text 当然只能得到 span 底下第一个子节点的内容了 |
 |
5
binux 2016-05-03 06:51:04 +08:00 3
`s[0].text_content()` 或 ' '.join(html.xpath("//div[@class='cont_font']/p/span//text()"))
|
|
6
liangmishi OP @binux 在 py3 这两个方法都能用，在 py2 ' '.join(html.xpath("//div[@class='cont_font']/p/span//text()"))这个方法确实好用 不过我是在 py3.. 好尴尬
|
|
7
liangmishi OP @SoloCompany eval string 是啥意思 百度的意思是执行这个字符串...
|
|
8
liangmishi OP @kindjeff 谢谢，学到新姿势，前几天自己写了个站，不知道怎么换行才好，只知道<pre> 可以按原格式换行，并且不会造成 xss 漏洞
|
|
9
SoloCompany 2016-05-04 03:08:33 +08:00 1
@liangmishi 一般来说， xpath api 会提供方法允许你选择在执行（ evaluate ）之后返回得到一个 nodeset 或者是 string value ，如果没有这样的选择项，你可以用 string() 函数强制，如上例，就是
string(//div[@class='cont_font']/p/span[1]) 表示返回第一个满足条件的 span tag 里面的所有文本的串接（注意 xpath 的下标是 1 base 而非 0 base 的） 去掉 [1] 下标的话，返回的是所有满足条件的 span tag 里面所有文本的串接 |
|
10
liangmishi OP @SoloCompany 搞定 谢谢。 因为没找到 string() 但是明白原理之后我用 itertext() 就把所有子节点的文本拿出来了。我用的是 py3 ，不知道是不是跟你一样
|
|
11
SoloCompany 2016-05-04 21:11:25 +08:00 1
@liangmishi string() 不是 python 里面的函数，是 xpath 的内置函数，所以，我说的其实和 python 版本无关，严格来说，和什么语言也无关，只要是支持 xpath 遵循的都是同一个标准
参考 > echo '<body><div class="cont_font"><p><span>1 <br/> 2</span></p></div></body>' | xpath "//div[@class='cont_font']/p/span[1]/text()" Found 2 nodes: -- NODE -- 1 -- NODE -- 2 > echo '<body><div class="cont_font"><p><span>1 <br/> 2</span></p></div></body>' | xpath "string(//div[@class='cont_font']/p/span[1])" Query didn't return a nodeset. Value: 1 2 |
|
12
liangmishi OP @SoloCompany 666 完全搞懂，新姿势，谢谢！！
|
 |
13
SlipStupig 2016-05-05 23:20:24 +08:00 1
|
Select Language