You need to enable JavaScript to run this app. 如何使用CSS选择器或Xpath提取eksisozluk站点完整评论内容
优惠活动
大模型
产品
解决方案
定价
更多

如何使用CSS选择器或Xpath提取eksisozluk站点完整评论内容

问题原因

你当前使用的li .content ::text会选中评论容器下所有层级的独立文本节点,遍历输出时自然会把内嵌锚点标签里的文本拆分为独立字段。

解决方法

可以先选中每条评论的.content容器,再统一提取容器内的所有文本并拼接,有两种常用实现方案:

方案1:使用XPath的string()函数直接提取完整文本

def parse(self, response):
    data = {}
    # 提取标题
    title = response.css('[itemprop="name"]::text').get().strip()
    data["title"] = title
    # 提取所有完整评论
    content_list = response.xpath('//li//*[@class="content"]')
    for count, content in enumerate(content_list):
        # 提取当前容器内所有文本并自动拼接
        full_text = content.xpath('string(.)').get().strip()
        data[f"content{count}"] = full_text
    yield data

方案2:CSS选择器配合getall()拼接文本

如果你更习惯用CSS选择器,可以选中容器下所有文本后自行拼接:

def parse(self, response):
    data = {}
    title = response.css('[itemprop="name"]::text').get().strip()
    data["title"] = title
    # 先选中所有评论容器
    content_containers = response.css('li .content')
    for count, container in enumerate(content_containers):
        # 取出容器下所有文本节点后拼接,过滤多余空白字符
        text_list = container.css('::text').getall()
        full_text = ''.join([t.strip() for t in text_list if t.strip()])
        data[f"content{count}"] = full_text
    yield data

两种方案都可以直接拿到和页面显示完全一致的完整评论内容,不会再出现内容拆分的情况。

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.09 18:36:03