scrapy 一次性提取多层嵌套标签的所有文本

怎样才能一次性提取多层嵌套标签的所有文本，而不是通过循环判断来进行拼接呢。详细如下：

假如页面如下：

<p id='test'>hello<b>world!</b></p>

我要的提取结果是：helloworld!

这里就需要注意text()的使用了：

首先设置sel = Selector(text=doc, type='html')

#如果text()前面使用一个反斜杠：sel.xpath("//p[@id='test']/text()").extract()

得到的结果是：[u'hello']

#如果text()前面使用两个反斜杠：sel.xpath("//p[@id='test']//text()").extract()

这样提取出来的是一个列表，得到的结果是：[u'hello', u'world!']

然后再将列表循环拼接即可得到想要的结果：helloworld!。

转自：http://www.cnblogs.com/qlshine/p/5926101.html