python中content什么意思_python – 解析html时为什么我需要item.text和item.text_content()其他...

还在学习lxml.我发现有时候我无法使用item.text从树中获取项目的文本.如果我使用item.text_content()我很高兴.我不确定我明白为什么.任何提示将不胜感激

好吧,我不确定如何在不让你处理文件的情况下提供一个例子：

这里是我写的一些代码,试图弄清楚为什么我没有得到一些我期望的文本：

theTree=html.fromstring(open(notmatched[0]).read())

text=[]

text_content=[]

notText=[]

hasText=[]

for each in theTree.iter():

if each.text:

text.append(each.text)

hasText.append(each) # list of elements that has text each.text is true

text_content.append(each.text_content()) #the text for all elements

if each not in hasText:

notText.append(each)

所以在我运行之后,我看一下

>>> len(notText)

3612

>>> notText[40]

>>> notText[40].text_content()

'(I.R.S. Employer'

>>> notText[40].text