[問題] lxml問題

[ibluemonkey (藍．猴子)]

大家好,初學python約1年,

這次使用lxml想要抓blog中的東西

但是有個地方一直無法抓成功

下面是網頁的原始碼

<div class="boxCategory1">
     <a onClick="onclick_folder(document.
                 getElementById('HiddenCategoryFolder_4362075'),
                 document.getElementById('CategoryFolder_4362075'),
                 'http://l.yimg.com/e/serv/blog/img/', '1');" >
        <img id="CategoryFolder_4362075"
             src="http://l.yimg.com/e/serv/blog/img/plus.gif"  />
        文字1</a>

     <a href="http://www.xxx.xxx">文字2</a>
</div>

我寫的code是這樣

allTitles = blogContent.xpath("//div[@class='boxcategory1']//a")

for title in allTitles:
    print title.text

如果是像文字2就可以成功抓到印出來
但是文字1就無法
會是空白
請問是哪裡寫錯了呢@@"

謝謝指教

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.124.183.36
→ kilfu0701:用lxml ?
對 沒錯!

推 NolandTA:試試pyquery吧 你會愛上的
謝謝推薦!!! 等下下課試試看!!
※ 編輯: ibluemonkey     來自: 140.124.183.36       (01/04 10:09)
※ 編輯: ibluemonkey     來自: 140.124.183.36       (01/04 10:11)
推 kilfu0701:試看看 list(title.itertext())
之後是用這個方法寫出來的
感謝!!!!!!

推 plover:中間夾 img tag
推 ckclark:title.xpath("text()")或是之前xpath("(前略)//a/text()")
推 bob123:你沒注意階層的關係.. 你要的是print title.text_content()
也謝謝樓上三位大大的意見!!!
※ 編輯: ibluemonkey     來自: 140.124.183.36       (01/08 20:44)