scrapy使用用Xpath提取深层标签

在使用scrapy框架做爬虫时，有两种方式对标签内容进行提取：css和Xpath。基本的标签内容，属性提取都很容易。但对于多层嵌套的标签，如何提取到最里层的内容呢？

举个栗子：
网页HTML内容是

"<p id='test'>hello<b>world!</b></p>"

如何一下子提取到hello world!呢？
用css的话需要写两次选择：

response.css('#test::text').extract_first()
response.css('#test b::text').extract_first()

这个简单的例子还似乎可以这样做，但是实际项目中可没这么简单，往往是整篇文章都是嵌套的段落，文字，外面是p便签，里面是多层span标签，而且个数还不一致，根本无法一个个写。。。

因此，需要一种一次性提取最里层内容的方法！

用Xpath可以做到

response.xpath("string(//p[@id='test'])").extract()
# 或者
response.xpath("//p[@id='test']").xpath('string(.)').extract()

# 输出：['helloworld!']

至于xpath的用法，可以参考这篇文章的总结：
https://www.cnblogs.com/MUMO/p/5732836.html

参考文章：
http://www.cnblogs.com/qlshine/p/5926101.html
https://www.cnblogs.com/MUMO/p/5732836.html