.text是只读属性，返回标签及其子标签的拼接文本，但遇注释、cdata或多文本节点时可能返回none；.get_text()是方法，递归提取所有文本节点，支持separator、strip等清洗参数，更稳定灵活。

直接用 .get_text() 或 ::text 就能拿到纯文本，但选错方法或忽略上下文，结果会是空、乱码、或者把整个 HTML 当字符串吐出来。

BeautifulSoup 中 .text 和 .get_text() 的区别在哪

.text 是只读属性，返回当前标签及其所有子标签的拼接文本，但遇到混合内容（比如 <strong><i></i> hello</strong>）时，它基本可用；可一旦子节点里有注释、CDATA 或多个相邻文本节点，.text 就可能返回 None。

.get_text() 是更稳的选择，它强制递归提取所有文本节点，并支持清洗参数：

• separator=" "：用空格连接不同子标签的文本，避免粘连（如 "Time:""13:45" → "Time: 13:45"）
• strip=True：清除每段首尾空白，对缩进严重的 HTML 很关键
• separator="\n"：保留段落换行逻辑，适合提取文章正文

Scrapy 里为什么 css("p").get() 返回的是带标签的字符串

因为 css("p") 选中的是 <p></p> 元素对象本身，不是它的文本节点。调用 .get() 相当于序列化这个 DOM 节点，自然带上了标签。

正确做法是把 ::text 显式加到选择器末尾：

Article To Html

文章转信息图。将文章/笔记转化为手机可读的 HTML 信息图，自动匹配视觉风格。触发场景：文章转图、笔记转图、信息图、转小红书图、做张图、可视化这篇文章、文生图。

下载

• response.css("section#talent-summary > p::text").get() → 返回 "Bob Guiney"
• response.css("section#talent-summary > p::text").getall() → 返回 ["Bob Guiney", "Another Name", "Last Name"]
• 注意：::text 只匹配**直接子文本节点**，不递归进子标签。例如 <p><em>hi</em> there</p> 中，::text 只抓到 " there"，<em></em> 里的 "hi" 需额外处理

遇到嵌套结构或孤立文本节点时怎么定位

HTML 中常有“文本不在子标签里，而是紧贴父标签”的情况，比如：

<p class="inner-info-blk">
  <strong>Time: </strong>
  "13:45"
</p>

这时 css("p::text") 可能返回空列表或只拿到引号，因为引号外的空白和换行也被当作文本节点。

更可靠的方式是：

• 用 XPath： response.xpath('//p[@class="inner-info-blk"]/text()').get()，配合 re_first(r'"(\d+:\d+)"') 提取引号内时间
• 或先取整个 p 元素，再用 Python 正则清理：re.sub(r'[\s""]+', ' ', p_elem.get()).strip()
• 如果在浏览器环境，element.innerText 最省事，它天然跳过 script/style，合并空白，且自动处理文本节点位置

真正容易被忽略的是：文本节点是否“直接属于”目标标签——这决定了该用 ::text、.get_text() 还是得退回到 XPath + 正则组合拳。别默认“有标签就能直接取文本”，先 inspect 一下 DOM 树结构。

前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！