python lxml:如何从具有子元素的元素中获取文本

问题描述：

我想从html代码中提取文本，但以下内容不会返回一些文本，而是返回"\ n".那么如何进行测试?

I want to extract sometext from the html code, but the following doesn't r eturn sometext, instead it return "\n". So how to get sometest?

a=html.fromstring("""
<p class="clearfix">
<i class="xueli"></i>
sometext
</p>
""")
a.find(".//i").getparent().text

答

使用text_content()方法代替.text:

In [5]: a.find(".//i").getparent().text_content().strip()
Out[5]: 'sometext'

或者，您可以转到i元素的以下兄弟姐妹:

Or, you can get to the following text sibling of the i element:

In [6]: a.xpath(".//i/following-sibling::text()")[0].strip()
Out[6]: 'sometext'