python lxml怎么选取html注释_如何使用python lxml获取html元素

我有这个

HTML代码：

aaa	bbb	ccc	ddd
eee	fff	ggg	hhh

我使用这个Python代码来提取所有< td class =“test”>使用lxml模块.

import urllib2

import lxml.html

code = urllib.urlopen("http://www.example.com/page.html").read()

html = lxml.html.fromstring(code)

result = html.xpath('//td[@class="test"][position() = 1 or position() = 4]')

它很好用！结果是：

aaa

ddd

eee

hhh

(所以每个< tr>的第一和第四列)

现在,我必须提取：

aaa (the title of the link)

ddd (text between tag)

eee (the title of the link)

hhh (text between tag)

我怎样才能提取这些值？

(问题是我必须删除< b>标记并在第一列上获取锚点的标题并删除第四列上的< small>标记)

谢谢！