【Python】如何提取如下html中的文本

[LeonTown]

Hi 各位大侠：
有类似如下的html代码：

<div class="c-abstract">区号查询提供北戴河区号,北戴河区号查询,<em>北戴河电话区号</em>查询,北戴河区号大全,北戴河区号是多少,北戴河长途电话区号,北戴河区号在线查询,北戴河邮政编码大全,北戴河邮政编...</div>

提取<div class="c-abstract">中文本的python代码如下：

from scrapy.selector import Selector
from scrapy.selector import HtmlXPathSelector

html = "..." # 上述html代码字符串

sel = Selector(text=html)

rawCont = sel.xpath("//div[@class='c-abstract']") 
for cont in rawCont:
  for nn in cont.xpath('text()').extract():
    print nn

上述代码，无法提取html中<em>标签中的文本。

请问，该如何提取<div class="c-abstract">标签下的全部文本，包括<em>中的文本呢？

[狗蛋回家的小路]

BeautifulSoup库下得find()和findAll()，解析HTML很方便的..找到标签位置使用get_text()就可以提取到文本了..http://blog.csdn.net/qq_15297487/article/details/47321905这个里面有详细的操作.

[sprawling]

scrapy这个工具好难装啊,到现在都没安装成功(windows下面)

[JtwoR]

建议使用python的 beautifulsoup词库 使用soup.find_all 能直接提取网页文本

[zhm9484]

rawCont = sel.xpath("//div[@class='c-abstract']").extract() pattern = re.compile('<.+?>') pattern.sub('' , rawCont) 这样应该可以