python – 使用lxml.html提取文本
发布时间:2020-12-16 23:31:36 所属栏目:Python 来源:网络整理
导读:我有一个 HTML文件: html psomestr sup1/sup anotherstr /p/html 我想将文本提取为: somestr1anotherstr 但我无法弄清楚该怎么做.我写了一个to_sup()函数,它将数字字符串转换为上标,所以我得到的最接近的是: for i in doc.xpath('.//p/text()|.//sup/text
我有一个
HTML文件:
<html> <p>somestr <sup>1</sup> anotherstr </p> </html> 我想将文本提取为: 但我无法弄清楚该怎么做.我写了一个to_sup()函数,它将数字字符串转换为上标,所以我得到的最接近的是: for i in doc.xpath('.//p/text()|.//sup/text()'): if i.tag == 'sup': print to_sup(i),else: print i, 但我的ElementStringResult似乎没有一个方法来获取标签名称,所以我有点迷失.任何想法如何解决? 解决方法
只是不要在XPath中的sup节点上调用text().
for x in doc.xpath("//p/text()|//sup"): try: print(to_sup(x.text)) except AttributeError: print(x) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |