免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Python › python使用xpath读取html网页
最近访问板块 发新帖
查看: 20788 | 回复: 6
打印 上一主题 下一主题

python使用xpath读取html网页 [复制链接]

c00h00g

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2014-06-17 20:04 |只看该作者 |倒序浏览
目的：想要将html网页中的蓝色标注的文字读出来，网页格式见下图：


我的代码如下：


请问如何将那段文字读取出来？
HH106

论坛徽章:
9
2015亚冠之阿尔纳斯尔 日期:2015-09-10 16:21:162015亚冠之塔什干火车头 日期:2015-07-01 16:23:022015年亚洲杯之巴勒斯坦 日期:2015-04-20 17:19:46子鼠 日期:2014-11-13 09:51:26未羊 日期:2014-08-28 18:13:36技术图书徽章 日期:2014-02-21 09:30:15酉鸡 日期:2014-01-14 11:12:49天蝎座 日期:2013-12-09 17:56:53平安夜徽章 日期:2015-12-26 00:06:30
2楼 [报告]
发表于 2014-06-18 10:34 |只看该作者
etree没用过
只用re与BeautifulSoup
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
r2007

论坛徽章:
7
荣誉版主 日期:2011-11-23 16:44:17子鼠 日期:2014-07-24 15:38:07狮子座 日期:2014-07-24 11:00:54巨蟹座 日期:2014-07-21 19:03:10双子座 日期:2014-05-22 12:00:09卯兔 日期:2014-05-08 19:43:17卯兔 日期:2014-08-22 13:39:09
3楼 [报告]
发表于 2014-06-19 11:09 |只看该作者
xpath选的不太科学。用火狐的话可以安装xpath checker插件，它可以帮你建议一个xpath，通常还不错。
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
linustd

论坛徽章:
1
2015年迎新春徽章 日期:2015-03-04 10:01:44
4楼 [报告]
发表于 2014-06-21 17:11 |只看该作者
网页大都是不是合格的XML，用XPATH估计不行。

直接用re就行。
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
qxhgd

求职 : 系统工程师等
论坛徽章:
5
技术图书徽章 日期:2014-04-19 22:01:05天蝎座 日期:2014-05-09 13:49:28双子座 日期:2014-06-16 15:08:042015年辞旧岁徽章 日期:2015-03-03 16:54:152015年迎新春徽章 日期:2015-03-04 09:55:28
5楼 [报告]
发表于 2014-06-24 14:21 |只看该作者
回复 4# linustd


    用re太累了！
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
toowww

论坛徽章:
0
6楼 [报告]
发表于 2014-06-26 14:43 |只看该作者
urllib2 用这个吧，
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
inpool

论坛徽章:
0
7楼 [报告]
发表于 2014-06-26 14:52 |只看该作者
我一般用更麻烦的HTMLParser
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP