Skip to main content
 首页 » 编程设计

python之如何使用 XPath 提取同一标签下的所有文本

2025年02月15日8bjzhanghao

<span rel="v:addr"> 
<span property="v:region"> 
  <a href="https://tabelog.com/en/tokyo/"> 
    123 
  </a> 
</span> 
<span property="v:locality"> 
  <a href="https://tabelog.com/en/tokyo/A1317/A131710/rstLst/"> 
    456 
  </a> 
    <a href="https://tabelog.com/en/rstLst/"> 
      789 
    </a> 
  10 
</span> 
<span property="v:street-address"> 
 
</span> 
</span> 

我想在没有任何空格的情况下提取 span 标签内的文本,并将其作为一个单独的字符串放在最后。

我想要这样的结果:

12345678910 

下面是我的代码:

'AddressLocalityJap':"".join(response.xpath('normalize-space(//*[@id="anchor-rd-detail"]/section[1]/table/tbody/tr[4]/td/p[2]/span/span[2]//text()').extract()) 

请您参考如下方法:

可以通过//span/span获取所有span。并使用 text_content() 获取每个跨度中的文本。并使用正则表达式替换所有空白字符。

import re 
from lxml import html 
 
tree = html.fromstring(html_source) 
 
span = tree.xpath("//span/span", smart_strings=0) 
 
text = ''.join([re.sub(r"\s+", '', item.text_content()) for item in span])