Scrapy提取多個標簽的text

對於要提取嵌套標簽所有內容的情況, 使用string或//text(), 注意兩者區別

>>> from scrapy import Selector
>>> 
>>> doc = "<p id='test'>hello<b>world!</b></p>"
>>> 
>>> sel = Selector(text=doc, type='html')
>>> 
>>> sel.xpath("/p[@id='test']/text()").extract()
[]

使用text()

>>>#使用兩個反斜杠
>>> sel.xpath("//p[@id='test']/text()").extract()
[u'hello']
>>> #這樣提取出來是一個列表, 
>>> sel.xpath("//p[@id='test']//text()").extract()
[u'hello', u'world!']
>>> 

使用string

>>> sel.xpath("//p[@id='test']").xpath('string(.)').extract()
[u'helloworld!']
>>> 
>>> sel.xpath("string(//p[@id='test'])").extract()
[u'helloworld!']
>>>