极客观点
项目管理
HarmonyOS
公司有30多个网站，因为G20怕被篡改。
写了个scrapy爬下30多个网站的<body>内容，然后保存json对比。
其中两个网站有访问人数统计，所以每次访问得到的数字都不一样，所以不能判断是否被篡改。
想到的方法是去除掉那两个网站的统计<div>。
但是用Xpath始终没有成功。。
<div class="Copyright">
<div><a href="/index">xxx</a>
<a href="#">xxx</a>
<a href="#">xx</a>
<a href="#">xx</a>
<a href="/xxx/nexxxfo/id/6xx4">联系我们</a> |
<a href="/xxx/nexxxfo/id/60xx">帮助中心</a><div>
<div>xxxx</div>
<div>xxxxx 访问量：283444</div>
<div style="width:300px;margin:0 auto 5px auto; ">
<a target="_blank" href="h" style="dihxxxpx;">xxxx</p></a>
</div>
</div>
</div>使用Xpath //body/*[not(contains(div/@class, 'Copyright'))]
另外也试了好多种方法。都不行
还有一个问题是，因为有两个页面，所以我不能只去除Copyright这个div还有一个叫m-content也要去除。。
请问如何操作。。
python
正则应该可以吧？试过没？