HTML提取所有div标签下的所有<p>及<p>下子标签的内容

示例代码如下：

<div>
<p>123154872313</p>
<p>test
<em>http://baidu.com</em>
</p>
</div>

p标签下的内容一般是网页文本内容，文本中的会再插入一些标签，最难的应该是em标签（这类标签一般提取不出来），所以在使用etree将其换成html格式前，先用replace将em替换成其他的一些标签；

提取div标签下的所有内容的代码如下：

html.xpath('//div//p//text()')  # 这样就得到了所有的内容

在提取出目标内容后，在用一个for循环将其拼起来就ok了