scrapy如何获取超链接中的文字

Question

我想用scrapy爬取自己csdn上的所有博客，但是遇到置顶的这个文章就不知道怎么处理了。

HTML代码如下。span里面有一个红色的font，这种情况下应该如何忽略这个置顶而获取链接其他部分的文字呢？

<a href="/u011054333/article/details/49305291">
        <font color="red">[置顶]</font>
        计算机专业学生必看！各个公司的学生优惠活动            
        </a>
        

Answer 1

可以先提取<span>,如果能提取到那么就是置顶,用if判断一下就可以,如果你想直接用xpath智能帮你去掉这个置顶标签的话暂时也不清楚能不能做到

Answer 2

response.xpath("//a//text()")[1].extract()

Answer 3

/a/@href 好像是这么写的

Answer 4

写两次正则，第一次匹配a标签所有链接，第二次正则，去掉a标签内容里面的font标签