需要scrapy xpath帮助

Question

我是 xpath 的新手，所以请多多包涵。目前，我正在寻找使用scrapy从一些网页上抓取一些内容，内容看起来像这样：

     <td colspan="3" valign="top" class="regular">Landsize: 84,000sq with an extensive shoreline 750m<br />
<br />
Call Or Email for more info<br />

. Full-length Olympicpool,children pool,jacuzzi<br />
\' Landscapesdkey bridges<br />
. 2 tennis courts<br />
. water features True seafront development with iconic design by architect Daniel Libeskind<br />
lconic residential, located less than\' 150 metres from the shoreline<br />
<br />
opposite the future integrated resort on sentosa Island.<br />

A part of keppel Bay world calss water front precinct with luxury homes.<br />
<br />
Call or email for more info </td>

具体来说，我使用的是下面的hxs.select('//tr[contains(td,"Description")]/following-sibling::tr[1]/td/text()').extract()

但是，由于内容由<br> 分隔，因此这样做会将结果项分成一个列表。如果我从 xpath 中排除 text()，<td> 元素将包含在结果字符串中，这是不可取的。

在 xpath 中有没有办法确保我的结果字符串是上面显示的所有内容，但没有 td 标签？我希望我不需要通过<br/>手动加入列表

Answer 1

从你对 Evan 正确答案的评论来看，你想跳过 NLs。

在这种情况下，请尝试：

normalize-space(//tr[contains(td,"Description")]/following-sibling::tr[1]/td)

注意：

1. 如果normalize-space()的参数选择了多个节点，该函数将返回仅处理第一个选择的节点的结果。

2. 所有前导和尾随空白字符都将被删除。相邻空白字符的所有中间组都被单个空格字符替换。