cssセレクタを指定して特定のhtmlのテキストを取得する方法

Question

<span class="minmin">
    <span class="keyword">ああああ</span>いいいい
</span>

と言うhtmlがあり

import requests
import lxml.html
import MySQLdb

r = requests.get("https://example")
html = r.text
root = lxml.html.fromstring(html)
qabc = root.cssselect("span.minmin > span.keyword")
aaa = qabc[0].text
print(aaa)

の結果　ああああ　が取得できるのですが、

root.cssselect("span.minmin")
aaa = qabc[0].text
print(aaa)

としても　いいいい　が取得できずnullになってしまいます。
どのようにすれば取得ができるのでしょうか？

python3系で書いています

Answer 1

こんにちは。

以下で、いいいい　が取得できました。

import lxml.html

html = """
<span class="minmin">
    <span class="keyword">ああああ</span>いいいい
</span>
"""

root = lxml.html.fromstring(html)

qabc = root.cssselect("span.minmin")

text_list = [t.lstrip() for t in qabc[0].itertext() if len(t.lstrip()) > 0]

print(text_list[1])     # => いいいい

参考： stackoverflow: lxml classic: Get text content except for that of nested tags?

Comments

[退会済みユーザー]

探していただいてありがとうございます