嘿，我懂你现在的烦恼——抓回来的事件描述里全是多余的空格、\r\n这类没用的字符，看着乱糟糟的！给你几个实用的解决办法：

方法一：在XPath层面直接过滤处理 #

借助XPath的原生函数，就能直接拿到干净的文本：

• 要是想保留文本的段落结构（比如不同段落分开），用这个XPath：

  clean_text_list = response.xpath('//*[@class="events-discription-block"]//text()[normalize-space()]').getall()
  

  这个写法会先过滤掉那些只有空白字符的无效文本节点，剩下的都是有实际内容的文本，而且normalize-space()会自动去掉每个文本前后的空白和换行。

• 如果想直接把整个事件描述合并成一段干净的文本，这个更简单：

  full_clean_text = response.xpath('normalize-space(//*[@class="events-discription-block"])').get()
  

  它会把目标节点下的所有文本合并，同时自动清除所有多余的空格、换行符。

方法二：拿到结果后用Python代码清洗 #

如果需要更灵活的格式控制，先抓原始文本再用字符串操作清洗：

# 推荐用getall()，是extract()的新版本别名，语义更清晰
raw_texts = response.xpath('//*[@class="events-discription-block"]//*/text()').getall()
# 清洗逻辑：去掉每个文本的前后空白，过滤空字符串，再用空格连接
cleaned_text = ' '.join([text.strip() for text in raw_texts if text.strip()])

为啥原来的写法会有多余字符？ #

你之前用的//*/text()会提取目标节点下所有子节点的文本，包括HTML里用来排版的空白节点（比如只有换行、空格的节点），所以就会拿到一堆没用的' '、'\r\n'啦。

内容的提问来源于stack exchange，提问作者Deba