我有一部分html如下
The Keyword: The text我想得到字符串“关键字:文本”。在
我知道我可以使用Chrome inspect或FF firebug获取上述html的xpath,然后选择(xpath.extract(),然后剥离html标记来获得字符串。但是,这种方法不够通用,因为xpath在不同的页面上并不一致。在
因此,我考虑以下方法:
首先,搜索“The Keyword:”using(代码是为crapy HtmlXPathSelector编写的,因为我不确定如何在lxml.html)在
^{pr2}$
我什么时候能得到回报:>>> pprint( hxs.select('//*[contains(text(), "The Keyword:")]') )
The Keyword:'>
我的问题是如何得到想要的字符串:“关键字:文本”。我在考虑如何确定xpath,如果xpath是已知的,那么我当然可以得到想要的字符串。在
我愿意接受除此之外的任何解决方案lxml.html. 在
谢谢。在