我有这个HTML片段
<div id="dw__toc">
<h3 class="toggle">Table of Contents</h3>
<div>
<ul class="toc">
<li class="level1"><div class="li"><a href="#section">#</a></div>
<ul class="toc">
<li class="level2"><div class="li"><a href="#link1">One</a></div></li>
<li class="level2"><div class="li"><a href="#link2">Two</a></div></li>
<li class="level2"><div class="li"><a href="#link3">Three</a></div></li>
现在我想用lxml.html解析它。最后,我想要一个函数,在这里我可以提供一个searchterm(即“one”),函数应该返回
One
#link1
现在我试图在XPath中获取一个变量。
有效:
import lxml.html
html = lxml.html.parse("www.myurl.com/slash/something")
test=html.xpath("//ul[@class='toc']/li[@class='level2']/div[@class='li']/a/text()='One'")
print test
尝试变量。我想用一个变量替换硬编码的'One'
,我可以稍后返回函数。
不起作用:
import lxml.html
html = lxml.html.parse("www.myurl.com/slash/something")
desiredvars = ['One']
myresultset=((var, html.xpath("//ul[@class='toc']/li[@class='level2']/div[@class='li']/a[text()='%s']"%(var))[0]) for var in desiredvars)
for each in myresultset:
print each
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <genexpr>
IndexError: list index out of range
这是基于这个答案:https://stackoverflow.com/a/10688235/2320453 知道为什么不行吗?这是做这种事的“正确方法”吗?
编辑: 总结一下: 我想在a-Tags中搜索并从这个属性中获取文本,但是我不想有一个完整的列表,而是希望能够使用一个变量进行搜索。 伪代码:
import lxml.html
html = lxml.html.parse("www.myurl.com/slash/something")
searchterm = 'one'
test=html.xpath("...a/text()=searchterm")
print test
预期结果
One
#link1
你的第一个例子很好,但可能不是你想的那样:
这返回的是一个布尔值,如果xpath表达式左侧的结果集中的任何节点的条件
...='One'
为true,则返回值为true。这就是为什么在第二个示例中会出现错误:True[0]
无效。您可能希望所有节点都与expession匹配,将
'One'
作为文本。相应的表达式为:这将返回一个nodeset作为结果,或者如果您只需要url作为字符串:
我试过玛塔的回答,但对我来说没用:
我在他们的网站上找到了这个http://lxml.de/xpathxslt.html#the-xpath-method给那些可能有同样问题的人:
相关问题 更多 >
编程相关推荐