使用lxml從html獲取文本

Question

我試圖從lxml使用xpath獲取本網站的名人名單，但遇到了麻煩。

下面是HTML

<div class="lists"> 
      <dl> <dt>A</dt> <dd><a href="/people/adam_levine/" id="20608779">Adam Levine</a> </dd> 

而且我想要得到的文本亞當·李維

我在Python代碼...

celebs = tree.xpath('//dd[a]/following-sibling::node()') 

但我的結果元件DD在0x1084ad4c8> ...

如果任何人都可以提供幫助，那就太好了。由於

Answer 1

提取與text()文本，而不是following-sibling::node()，像這樣：

from lxml import etree 

# your HTML is invalid, I have purposefully put the </dl> and </div> closing tags 
s = '''<div class="lists"> 
      <dl> <dt>A</dt> <dd><a href="/people/adam_levine/" id="20608779">Adam Levine</a> </dd></dl></div>''' 

tree = etree.fromstring(s) 

tree.xpath('.//dd/a/text()') 
['Adam Levine']