html如下
<div data-v-1cf6f280="" class="analysis-content">选项D错误:<strong>在衡量通货膨胀时,</strong><strong>消费者物价指数使用得最多、最普遍</strong>。
</div>
解析html文本
python">from lxml import etree
html1 = '''
<div data-v-1cf6f280="" class="analysis-content">选项D错误:<strong>在衡量通货膨胀时,</strong><strong>消费者物价指数使用得最多、最普遍</strong>。
</div>
'''html = etree.HTML(html1)
方法一:join
python">s1 = html.xpath('//div/text()')# 去掉空格和换行符
s11 = [x.strip() for x in s1]
print('div标签文本:',s1);print('div标签文本去掉空格和换行符:',s11)
s2 = html.xpath('//strong/text()')
print('strong标签文本',s2)
s3 = ''.join(s2)
s11[1] = s3
s = ''.join(s11)print('拼接后:\n',s)
方法二:遍历父子节点
python">def extract_text(element):text = []# 获取当前元素的文本(不包括子元素)if element.text:text.append(element.text.strip())# 遍历所有子元素,递归提取for child in element:text.extend(extract_text(child)) # 递归调用处理子元素# 获取当前元素尾部的文本(如果有)if element.tail:text.append(element.tail.strip())return text# 获取<div>标签内的所有文本内容
text_list = extract_text(html)# 拼接所有文本并输出
final_text = ''.join(text_list)
print("拼接后的文本:\n", final_text)