如何用Scrapy提取含嵌套span的p标签中的指定文本内容？

给你几个更优雅的解决方法，不用手动去删标签：

方法1：XPath直接定位目标文本节点 #

XPath在处理文本节点位置时更灵活，直接定位p标签下的最后一个文本节点（也就是span闭合后的内容）：

response.xpath('//div[@class="price"]/p/text()[last()]').get().strip()

解释：text()[last()]会选中p标签下所有直接子文本节点里的最后一个，刚好就是你要的"Price value"，最后用strip()去掉前后的空白换行。

方法2：CSS结合XPath筛选 #

如果你习惯用CSS选择器定位父节点，再用XPath筛选文本：

response.css('.price p').xpath('./text()[last()]').get().strip()

和上面原理一致，先通过CSS找到目标p标签，再用XPath选它的最后一个直接文本节点。

方法3：过滤所有文本节点 #

先获取p标签下的所有文本内容，再过滤掉空白和不需要的部分：

texts = [t.strip() for t in response.css('.price p ::text').getall() if t.strip()]
target_text = texts[-1]

getall()会返回p标签下所有层级的文本节点（包括span里的），过滤掉空白后剩下的列表里最后一个就是目标内容。

对比你之前用字符串处理的方法，这些方法更贴合Scrapy的选择器特性，维护起来也更方便。

内容的提问来源于stack exchange，提问作者user23371809