刮擦明文错误

Question

我正在使用Python Scrapy。我想从没有 HTML 标签的网页中提取文本。下面是我的代码（从此页面获得想法：如何使用Scrapy从网站获取所有纯文本？

sel = Selector(response)
        item = DeletespiderItem()
        item['url'] =  response.url
        description = sel.select("//body").extract()
        tree = lxml.html.fromstring(description)
        item['description'] = tree.text_content().strip()
        yield item

但是我收到以下错误

File "C:Python27libsite-packageslxmlhtml__init__.py", line 722, in fromstring
        is_full_html = _looks_like_full_html_unicode(html)
    exceptions.TypeError: expected string or buffer

我的代码出了什么问题。如何从中获取纯文本？

谁能帮我？谢谢

更新：

Scapy shell https://stackoverflow.com/questions/23156780/how-can-i-get-all-the-plain-text-from-a-website-with-scrapy
sel.select("//body").extract()[0].strip()

o/p \r \r \r \r \r \r

chat\r ]

它正在添加额外的 \r ？

Answer 1

extract()返回一个列表，请使用：

description = sel.select("//body").extract()[0]