python - lxml中xpath获取本节点及以下所有节点的text()方法?
本文介绍了python - lxml中xpath获取本节点及以下所有节点的text()方法?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
问 题
<ul id="parameter2" class="p-parameter-list">
<li title='养生堂天然维生素E软胶囊'>商品名称:养生堂天然维生素E软胶囊</li>
<li title='720135'>商品编号:720135</li>
<li title='养生堂'>品牌:<a>养生堂</a></li>
</ul>
以上是网页源码,现通过xpath匹配所有Li
import lxml.etree as etree
html = html.decode("utf-8")
tree = etree.HTML(html)
property_list_reg = "//ul[@id='parameter2']/li/text()"
property_lst = tree.xpath(property_list_reg)
print len(property_lst)
输出结果:
3
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌:
如果换成:
property_list_reg = "//ul[@id='parameter2']/li//text()" #此处//
输出结果:
4
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌:
养生堂
显然,这不是我想要的结果,我想要的结果是这样
3
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌: 养生堂
求大神指导~ 该如何实现?
解决方案
正确的做法时使用Xpath的 string
函数
import lxml.etree as etree
html = """
<ul id="parameter2" class="p-parameter-list">
<li title='养生堂天然维生素E软胶囊'>商品名称:养生堂天然维生素E软胶囊</li>
<li title='720135'>商品编号:720135</li>
<li title='养生堂'>品牌:<a>养生堂</a></li>
</ul>
"""
tree = etree.HTML(html)
property_list_reg = '//ul[@id="parameter2"]//li'
property_lst = tree.xpath(property_list_reg)
for e in property_lst:
print(e.xpath('string(.)'))
print(len(property_lst))
这篇关于python - lxml中xpath获取本节点及以下所有节点的text()方法?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文