Python lxml XPath问题
[英]Python lxml XPath problem
问题描述
我正在尝试从网页打印/保存某个元素的HTML。
我从firebug中检索了所请求的元素的XPath。
我希望将此元素保存到文件中。 我似乎没有成功。
（尝试使用和不使用/text()的XPath）
我将不胜感激任何帮助或过去的经验。
10x，大卫
import urllib2,StringIO
from lxml import etree
url='http://www.tutiempo.net/en/Climate/Londres_Heathrow_Airport/12-2009/37720.htm'
seite = urllib2.urlopen(url)
html = seite.read()
seite.close()
parser = etree.HTMLParser()
tree = etree.parse(StringIO.StringIO(html), parser)
xpath = "/html/body/table/tbody/tr/td[2]/div/table/tbody/tr[6]/td/table/tbody/tr/td[3]/table/tbody/tr[3]/td/table/tbody/tr/td/table/tbody/tr/td/table/tbody/text()"
elem = tree.xpath(xpath)
print elem[0].strip().encode("utf-8")
2 个解决方案
解决方案1
11 已采纳 2011-03-17 00:13:04
你的XPath显然有点太长了，你为什么不尝试更短的XPath，看看它们是否匹配。 一个问题可能是由浏览器在DOM中自动创建的“tbody”，但HTML标记通常不包含它。
以下是如何使用XPath结果的示例：
>>> from lxml import etree
>>> from StringIO import StringIO
>>> doc = etree.parse(StringIO("<html><body>a<something/>b</body></root>"), etree.HTMLParser())
>>> doc.xpath("/html/body/text()")
['a', 'b']
因此，如果需要，您可以只将"".join(...)所有文本部分组合在一起。
解决方案2
0 2011-03-17 00:07:14
不确定我是否完全遵循您要完成的任务，但最终我认为您正在寻找：
print etree.tostring(elem[0])
在 Python 中使用 XPath 和 LXML
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.