xpath获取Python中的元素列表

Question

我正在尝试从看起来像这样的页面中抓取元素列表：

<div class="container">
    <b>1</b>
    <b>2</b>
    <b>3</b>
</div>
<div class="container">
    <b>4</b>
    <b>5</b>
    <b>6</b>
</div>

我想使用xpath获取列表或元组：[1,2,3]，[4,5,6] ...

在页面上使用for循环，我得到每个列表的第一个元素或所有数字作为一个列表。

你能帮我解决这个问题吗？ 预先感谢您的任何帮助！

Answer 1

对于静态页面的Web抓取，最好使用bs4软件包。 并使用bs4可以轻松实现目标：

from bs4 import BeautifulSoup
source = """<div class="container">
    <b>1</b>
    <b>2</b>
    <b>3</b>
</div>
<div class="container">
    <b>4</b>
    <b>5</b>
    <b>6</b>
</div>"""
soup = BeautifulSoup(source, 'html.parser')  # parse content/ page source
soup.find_all('div', {'class': 'container'})  # find all the div element (second argument is optional mentioned to scrape/find only element with attribute value)
print([[int(x.text) for x in i.find_all('b')] for i in soup.find_all('div', {'class': 'container'})])  # get list of all div's number list as you require

输出：

[[1, 2, 3], [4, 5, 6]]

Answer 2

您可以使用此xpath表达式，这将给您两个字符串

.//*[@class='container']    ➡ '1 2 3', '4 5 6'

如果您希望使用6弦

.//*[@class='container']/b  ➡ '1','2','3','4','5','6'

尽管您必须分离xpath表达式才能获得所需的确切信息

.//*[@class='container'][1]/b  ➡ '1','2','3'
.//*[@class='container'][2]/b  ➡ '4','5','6'