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()最终的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")
And*_*Dog 11
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"".join(...),如果需要,您可以将所有文本部分放在一起
| 归档时间： |
|
| 查看次数： |
5528 次 |
| 最近记录： |