python - 获取网页文本时删除 css 样式代码

Question

我想获取网页的全文，不幸的是我的刮刀也在捕获 css 代码，我如何完成下面的代码以删除 css 样式代码：

page = " ".join(response.xpath('//body//descendant-or-self::*[not(self::script)]/text()').extract())

Answer 1

尝试

//body//descendant-or-self::*[not(self::script or self::style)]

我测试过，它可以工作，它不包括 STYLE 和 SCRIPT 标签