使用lxml获得价值

Question

我有以下html：

<div class="txt-block">
<h4 class="inline">Aspect Ratio:</h4> 2.35 : 1
</div>

我想从内容中获取值“ 2.35：1”。 但是，当我尝试使用lxml时，它返回一个空字符串（我能够获得“纵横比”值，可能是因为它恰好位于标签之间）。

item.find('div').text

然后如何获得“ 2.35：1”值？ 使用etree.tostring确实可以得到完整的输出。

Answer 1

这称为元素的.tail ：

from lxml.html import fromstring

data = """
<div class="txt-block">
<h4 class="inline">Aspect Ratio:</h4> 2.35 : 1
</div>
"""

root = fromstring(data)
print root.xpath('//h4[@class="inline"]')[0].tail

打印2.35 : 1 。

或者，您可以获取h4元素的以下文本同级项：

root.xpath('//h4[@class="inline"]/following-sibling::text()')[0] 

另外，由于要处理HTML数据，因此请确保使用lxml.html 。

Answer 2

您还可以使用.text_content()而不是.text ，这将为您提供元素的全部文本内容（ http://lxml.de/lxmlhtml.html）-

>>> item.find('div').text.text_content()
Aspect Ratio: 2.35 : 1

完整的陈述将是：

>>> title_detail.text_content().split('Aspect Ratio: ')[1].strip()
2.35 : 1