使用python库scrapy在提取html内容的时候, 如果需要提取的标签中有em一类标签, 这时候使用text进行提取就会出现内容丢失，比如

<a href="http://www.xxxx.xxx" target="_blank"><em>go</em>微架<em>go</em>-<em>micro</em>深度学园</a>

这时候可以考虑手动提取, 或者使用lxml库中的etree

html = etree.HTML(html_text)
title = ''.join(html.xpath('.//text()'))