xpath选择元素并遍历标签

Question

想象一下，我的HTML代码中的

标签是这样的：

<div class ="summary">
    <p>Best <a class="abch" href="/canvas">canvas</a> abcdefgh <a class="zph" href="/canvas">canvas</a>, I cycle them to garden</p>
</div>

当我执行以下操作时：

site.select('.//*[contains(@class, "summary")]/p/text()').extract()

我只得到

标签里的文本，而链接却消失了。我想提取

标签里的所有数据，还有其他文本数据（比如上面的canvas）。

标签里面可以有任意数量的其他标签，这些标签可能存在，也可能不存在。

有没有什么办法可以提取所有这些数据呢？

Answer 1

当这个XPath表达式被计算时：

string(.//*[contains(@class, "summary")]/p)

结果是一个字符串，它是所有

标签下的文本节点的内容（按照文档中的顺序）拼接在一起的。

我想这就是你想要的结果。

Answer 2

我觉得在p后面加两个斜杠//会对你有帮助。一个斜杠/只会选择直接的子元素，而两个斜杠//则会包括更深层次的元素。因为在a下面的文本节点并不是p的直接子元素，所以它们不会被选中。

site.select('.//*[contains(@class, "summary")]/p//text()').extract()

更新：

回复你的评论：我只能想到这种方法：

for p in site.select('.//*[contains(@class, "summary")]/p'):
    p.select('//text()').extract()