小弟最近在研究xpath，想说跟BeautifulSoup差不多，但是发现了一个问题
以这程式码为例子:
http://imgur.com/MmtRkj5
就是当我想要抓取一则回文的内容，原本预计会像这样回应
http://imgur.com/7s9VoNJ
但是当我加上text()的时候，他好像会自动抓取子节点做分段....
结果就变这样
http://imgur.com/YMEA0Wd
求解QQ...
我要如何让他不会自动分段

我觉得大家可能仰赖网络上的资讯了从你的问题来看，我都看不出你现在打算用什么BeautifulSoup里也有xpath的，但你的xpath是用什么模组？Parsel也有xpath也有css。先把你用了什么，程式写了什么写清楚吧我估了一下，你可能是用lxml 的 etree但我懒得猜了

etree很好用 你资讯贴详细一点吧

抱歉，我是用etree没错。因为想学scrapy发现scrapy都是用xpath的语法，之前用bs4都是用find这个问题就是我想抓 索引、发文时间以及内文http://imgur.com/nDR3sDK以这篇文为例子，总共只有15楼，我抓这行内码出来的结果却变成这样 http://imgur.com/xPr8FMt#抱歉 上面少给一张 http://imgur.com/Vlt2oTP

你想要一个xpath抓一页全部楼层的回复?

好吧。我大概懂了。但其实没错它中间变空白是因为它有图及其他内容你没处理啊https://i.imgur.com/eyVS1QS.jpg参考这个吧https://devhints.io/xpath这要再筛选啦，不是用一个筛选器就搞定的。你要再循环里去判断要再*在循环里去判断其实状况其*他状况另外，我建议你用Parsel套件。虽然它们可能同样源自于lxml套件。但scrapy官方说也可以用bs4只是“它比较慢”（官方说的）。所以如果习惯bs4倒也不一定非用别的看起来有三种。chain在一起就行了https://i.imgur.com/3c7b4dQ.jpghttps://i.imgur.com/wGfreYa.jpg看起来有三种。chain在一起就行了看起来etree和parsel结果有点不同。你那个应该是把空格strip掉就行了吧https://i.imgur.com/CYs1hUf.jpg

感谢大大细心的讲解~ 先把那个网站存到最爱XD等等来研究看看

Bs4也说能用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。因为parsle是scrapy用的，可以直接对应scrapy的selector小改即可。而且我觉得如果你去看你那个网站回文的html结构，其实它真的是有三种以上不同的结构。https://i.imgur.com/kxEjOJA.jpg它没有多很多行啦。就是中间1235楼的内文是空的。你拿我程式去看每个内文就知怎么回事了。Btw,bs4也可以用lxml你的code可能看不出来哪一楼是因为你把它们全混在一起了。你参考我的再去看文章的HTML就应该懂了。这里实在解释不清楚。

感谢alvinlin大的讲解，我用你的方法是OK的。结构上我也有发现不一样，因为发文者换行会多个<div>我是卡在我抓c-article那行内码时会自动抓子结点分段，导致他list会因此分段，解决办法就是用你用到的following-sibling 不过我还要了解一下XD还有太多我不懂的用法了QQ 只能慢慢学了会想用xpath是因为找工作如果会xpath比较不会被嫌(?我过去是用bs4+lxml解析器，不过速度真的慢xpath语法的很多

Ok.赞喔^^