由 dawei
我有一个
HTML文件：
<html>
<p>somestr
<sup>1</sup>
anotherstr
</p>
</html>
我想将文本提取为：
somestr1anotherstr
但我无法弄清楚该怎么做.我写了一个to_sup()函数,它将数字字符串转换为上标,所以我得到的最接近的是：
for i in doc.xpath('.//p/text()|.//sup/text()'):
if i.tag == 'sup':
print to_sup(i),else:
print i,
但我的ElementStringResult似乎没有一个方法来获取标签名称,所以我有点迷失.任何想法如何解决？
解决方法
只是不要在XPath中的sup节点上调用text().
for x in doc.xpath("//p/text()|//sup"):
try:
print(to_sup(x.text))
except AttributeError:
print(x)