如何利用scrapy的xpath过滤器，按顺序拿到文本节点和图片节点？

Question

Hi,all:

我最近在用scrapy在爬取一些网站的内容。需求大致是，完整的爬取网页的内容，要保证网页的文字、图片和视频位置都不发生变化。

我用xpath的语法，比如rootNode.xpath('./p'),这样是能够筛选出所有的p节点，而且跟网页的顺序是一致的。但是有个问题，就是有几个p节点，本来里面的html结构是这样的，<p><img ../></p>，抓取出来后的结果却变成<p></p>。就是说，我在用p节点的时候，xpath好像就已经过滤掉image节点了。

我查阅了xpath的一些链接描述文档，实在没找到合适的方法。

不知道大家怎么解决类似的问题？