完全なHTML段落テキストを収集する必要がありますが、<br />制限の結果

Question

lxmlを使用してブログサイトからコメントを拝見しています。

私が収集したいが、結果が返さ段落の前の最初のインスタンスにテキストに切り捨てられ見つけた

：

<br /> 

ここでは、HTMLのスニップが...

        <p>Great Post.<br /> 
Really Helpful for us.<br /> 
thank you</p> 

です

root[1][2][0][0][0][6][0][0][0][1][3].text 

返されるものです：：ここでの目標パラグラフに私のパスです

>>> 'Great Post.' 

この段落の全文をどのように得ることができますか？

Answer 1

最初に、lxml.htmlを使用してHTMLを解析する必要があります（lxml.etreeではありません）。次に、要素を見つけたら.text_content()メソッドを使用して、子テキストを含む要素の完全な "テキスト"を取得します。