使用 lxml.etree 读取元素中的文本

Question

我正在使用 Python 版本的 lxml 库。我目前正在尝试解析表格中的文本，但遇到了一些文本是链接的问题。

例如，其中一个单元格可能如下所示：

<td>
    Can I kick it, <a>to all the people</a> who can quest like a <a>tribe</a> does
</td>

说解析html后，td元素存储为foo。然后foo.text 将不会显示整个文本，只会显示不是链接的部分。此外，如果我使用[i.text for i in foo.getchildren()] 找到链接文本，我将不再知道放置非链接文本和链接文本的顺序。

有没有简单的方法来解决这个问题？

Answer 1

搜索了一个小时后，在发布此问题后的 2 分钟内，我找到了解决方案。

使用 foo.text_content() 方法，这将显示需要的内容。