请看一下这个代码：
# -*- coding: utf-8 -*-
from lxml import etree
html_fragment = "<body><p>This is html, you can <a href='wikpedia'>learn more</a> on the wikipedia page</p></body>"
tree = etree.fromstring(html_fragment, etree.HTMLParser())
for x in tree.findall(".//p") :
print(x.text)
此打印 ：
This is html, you can
它剪切a标签之前的文本。 如何获取p标签的所有文本？
找到解决方案：必须使用.text_content((而不是.text
。LXML 官方文档