Scrapy：如何移除getall()结果的分隔逗号且不影响文本内逗号？

不用纠结默认的列表转字符串行为，直接用下面的方法就能得到你要的格式，还不会影响文本自身的逗号：

1. 清理空白+换行拼接（推荐） #

先把提取到的文本清理首尾空白，过滤掉空文本节点，再用换行符拼接：

# 提取并处理文本列表
processed_texts = [t.strip() for t in response.xpath("//div//text()").getall() if t.strip()]
# 用换行符拼接成目标格式
final_result = '\n'.join(processed_texts)

运行后输出就是：

Text 1
Text 2
Text 3

这个方法还能自动去掉<br>标签产生的空文本节点，避免输出多余的空行。

2. 保留原始空白的拼接 #

如果你的目标文本里有需要保留的空白（比如文本内部的换行或空格），可以跳过strip()，只过滤纯空的文本节点：

raw_texts = response.xpath("//div//text()").getall()
# 过滤掉纯空白的节点
cleaned_texts = [t for t in raw_texts if t.strip()]
final_result = ''.join(cleaned_texts)

这样会严格保留每个有效文本节点的原始格式，比如如果Text 1后面有换行，会原样保留。

原理说明 #

你看到的逗号是Python把列表转成字符串时的默认分隔符（str(list)会用逗号分隔元素）。用str.join()方法可以完全自定义元素之间的分隔符，这里指定为换行符或者空字符串，就彻底替代了默认的逗号，而且只会处理元素之间的分隔，不会修改文本内容里的逗号。

内容的提问来源于stack exchange，提问作者Asti