爬取一个页面中的div,想获取div中的文字,我是这么写的:
selector.xpath('//div[@class="text-con"]').xpath('string(.)').extract()[0].lstrip().rstrip()
但在这个 div中包含一个 style标签和两个script标签,这样把样式和script中的代码也获取了,怎么过滤script标签和style标签,然后只获取文字内容,网上看了看说用not 但是我始终没成功,不知道是不是用法不对
爬取一个页面中的div,想获取div中的文字,我是这么写的:
selector.xpath('//div[@class="text-con"]').xpath('string(.)').extract()[0].lstrip().rstrip()
但在这个 div中包含一个 style标签和两个script标签,这样把样式和script中的代码也获取了,怎么过滤script标签和style标签,然后只获取文字内容,网上看了看说用not 但是我始终没成功,不知道是不是用法不对
selector.xpath('//div[@class="text-con"]/text()').xpath('string(.)').extract()[0].lstrip().rstrip()