python之scrapy的使用和获取标签内部所有文本的四种方式
在使用爬虫爬取数据的时候，常常须要获取标签内的文本，下面向你们介绍四种获取文本的方式（以小说吧中的一篇帖子为例，连接为：https://tieba.baidu.com/p/5806279867）：
第一步：打开终端，在指定文件夹下建立一个新的项目，而且按照提示输入两个命令正则表达式
第一个命令进入tieba这个文件夹ide
第二个命令建立一个名字为story的爬虫文件（爬虫的名字不能和工程名字同样），连接为tieba.baidu.com中间件
建立成功的话，在指定目录下会生成如下文件blog
spiders：全部建立的爬虫文件会放在此文件夹下ip
__init__.py : 初始化文件get
Items.py :存放数据模型string
middlewares.py: 中间件，负责对内容进行处理it
pipelines.py:一般用来控制执行的顺序pip
setttings.py:设置项目的配置信息class
由于咱们建立了一个名字为story的爬虫文件，因此spiders文件夹下有一个story的py文件
第二步：把代码内容写在爬虫文件中
获取每层的内容（四种方式获取标签内的文本）：
第一种方式：使用正则表达式获取
在终端中输入：
运行结果：
第二种方式：获取外层标签，遍历内部全部的子标签，获取标签文本。
运行结果：
第三种方式：获取标签以及子标签的文本，遍历全部的元素，得到标签文本
运行结果：
第四种方式：使用xpath('string(.)')这种方式来获取全部文本而且拼接
运行结果：