0

HTMLXPathSelector を使用して HTML コンテンツを解析しています。また、ターゲット Web サイトにはランダムな HTML タグがあります。例: その形式は次のとおりです。

<div class="doctor_ans">
  <h3>Title</h3>
  <p style="text-align: justify;">
    <span style="font-size: 12px;">
      <span style="font-family: arial,helvetica,sans-serif;">
        <font color="#000000">I would like to get contain here.</font>
      </span>
    </span>
  </p>    
</div>

また

<div class="doctor_ans">
  <h3>Title</h3>
  <p style="text-align: justify;">
    <span style="font-size: 12px;">
      <span style="font-family: arial,helvetica,sans-serif;">
        I would like to get contain here.>
      </span>
    </span>
  </p>    
</div>

また

<div class="doctor_ans">
  <h3>Title</h3>
  <p>
    <span style="font-size: 12px;">
      <span style="font-family: arial,helvetica,sans-serif;">
        <font color="#000000">I would like to get contain here.</font>
      </span>
    </span>
  </p>    
</div>

また

<div class="doctor_ans">
  <h3>Title</h3>
  <p>
    <span style="font-size: 12px;">
        I would like to get contain here.
    </span>
  </p>    
</div>

等々。
このコンテンツを解析する方法についてアドバイスをください。HTML タグはランダムに発生します。したがって、最後の要素を見つけるために子要素を取得するメソッドが必要です。

4

2 に答える 2

1 
hxs = HtmlXPathSelector(response)
hxs.select('div[@class="doctor_ans"]/p[1]//text()').extract()

doctor_ansdivの最初の段落にある個々のテキストのリストが表示されます。

于 2012-08-23T20:54:30.783 に答える
0

Selenium の使用経験は豊富ですが、xpath 部分は同じはずです。xpath='.//span' を使用して子要素を選択し、その要素の .text を取得します。子要素が空の場合は破棄し、次の要素に進みます。

于 2012-08-23T19:34:43.470 に答える