V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
This topic created in 4283 days ago, the information mentioned may be changed or developed.
写爬虫抓文章，打算是将某个div下的所有html弄出来，结果这一步就搞不定了，我对lxml还是了解不深，这里求个方法。
另外计划是转换成markdown或者rst再转换回html来清除html格式，这里也搭车求推荐点库。或者更好的方案。
另外计划是转换成markdown或者rst再转换回html来清除html格式，这里也搭车求推荐点库。或者更好的方案。
 | 1 fy OP 我弄到答案了…… html = lxml.html.tostring(node) 不过还是求助第二条 |
 | 2 binux Aug 7, 2014 lxml.html.tostring .text_content() |
Select Language