小弟最近在研究xpath，想說跟BeautifulSoup差不多，但是發現了一個問題
以這程式碼為例子:
http://imgur.com/MmtRkj5
就是當我想要抓取一則回文的內容，原本預計會像這樣回應
http://imgur.com/7s9VoNJ
但是當我加上text()的時候，他好像會自動抓取子節點做分段....
結果就變這樣
http://imgur.com/YMEA0Wd
求解QQ...
我要如何讓他不會自動分段

我覺得大家可能仰賴網路上的資訊了從你的問題來看，我都看不出你現在打算用什麼BeautifulSoup裡也有xpath的，但你的xpath是用什麼模組？Parsel也有xpath也有css。先把你用了什麼，程式寫了什麼寫清楚吧我估了一下，你可能是用lxml 的 etree但我懶得猜了

etree很好用 你資訊貼詳細一點吧

抱歉，我是用etree沒錯。因為想學scrapy發現scrapy都是用xpath的語法，之前用bs4都是用find這個問題就是我想抓 索引、發文時間以及內文http://imgur.com/nDR3sDK以這篇文為例子，總共只有15樓，我抓這行內碼出來的結果卻變成這樣 http://imgur.com/xPr8FMt#抱歉 上面少給一張 http://imgur.com/Vlt2oTP

你想要一個xpath抓一頁全部樓層的回覆?

好吧。我大概懂了。但其實沒錯它中間變空白是因為它有圖及其他內容你沒處理啊https://i.imgur.com/eyVS1QS.jpg參考這個吧https://devhints.io/xpath這要再篩選啦，不是用一個篩選器就搞定的。你要再迴圈裡去判斷要再*在迴圈裡去判斷其實狀況其*他狀況另外，我建議你用Parsel套件。雖然它們可能同樣源自於lxml套件。但scrapy官方說也可以用bs4只是「它比較慢」（官方說的）。所以如果習慣bs4倒也不一定非用別的看起來有三種。chain在一起就行了https://i.imgur.com/3c7b4dQ.jpghttps://i.imgur.com/wGfreYa.jpg看起來有三種。chain在一起就行了看起來etree和parsel結果有點不同。你那個應該是把空格strip掉就行了吧https://i.imgur.com/CYs1hUf.jpg

感謝大大細心的講解~ 先把那個網站存到最愛XD等等來研究看看

Bs4也說能用lxml就用，快10倍

嗯啊，而且速度上真的比bs4快很多

我的是正常的。你用我的code吧。因為parsle是scrapy用的，可以直接對應scrapy的selector小改即可。而且我覺得如果你去看你那個網站回文的html結構，其實它真的是有三種以上不同的結構。https://i.imgur.com/kxEjOJA.jpg它沒有多很多行啦。就是中間1235樓的內文是空的。你拿我程式去看每個內文就知怎麼回事了。Btw,bs4也可以用lxml你的code可能看不出來哪一樓是因為你把它們全混在一起了。你參考我的再去看文章的HTML就應該懂了。這裡實在解釋不清楚。

感謝alvinlin大的講解，我用你的方法是OK的。結構上我也有發現不一樣，因為發文者換行會多個<div>我是卡在我抓c-article那行內碼時會自動抓子結點分段，導致他list會因此分段，解決辦法就是用你用到的following-sibling 不過我還要了解一下XD還有太多我不懂的用法了QQ 只能慢慢學了會想用xpath是因為找工作如果會xpath比較不會被嫌(?我過去是用bs4+lxml解析器，不過速度真的慢xpath語法的很多

Ok.讚喔^^