Xpath，从div内的B中选择文本，同时使用普通tex

Question

基本上我有类似的html：

<div>
    <p>
        <b>1</b> Communication
    </p>
    <p>
        <b>2</b> Errors
    </p>
    ...
</div>

我正在尝试的（用Scrapy）是这样的：

response.xpath("//div//p//text()")

但是，这会返回一个列表，例如

[
    "1",
    "Communication",
    "2",
    "Errors"    
]

我想要像这样的东西：

[
    "1 Communication",
    "2 Errors"
]

任何帮助都将不胜感激。我试图找出一种方法来忽略b标签，但是我找不到任何真正有效的方法。我不能将列表索引按2的顺序连接起来的原因是，并不是所有需要解析的html都是这样工作的。我想使用一些可以忽略b标签（如果它们存在的话）的东西，而在任何情况下只获取p中的文本。谢谢！你知道吗

Answer 1

如果您的常规模式是忽略<b>标记，那么可以使用w3lib删除这些标记并从结果中构造新的响应。比如：

import w3lib
import scrapy

new_body = w3lib.html.remove_tags(response.body, which_ones=('b'))
new_response = scrapy.http.HtmlResponse(url=response.url, body=new_body)

new_response现在包含原始响应，但删除了<b>标记。然后可以使用提取逻辑，而无需考虑它们。你知道吗