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

  • 6
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值