html_doc = ''' <html> <head> <title> The Dormouse's story </title> </head> <body> <p class="title"> <b> The Dormouse's story </b> </p> <p class="story"> Once upon a time there were three little sisters; and their names were <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a> <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a> and <a class="sister" href="http://example.com/tillie" id="link2">Tillie</a> and they lived at the bottom of a well. </p> <p class="story"> 测试中文 </p> <ul> <li> python </li> <li> C# </li> <li> java </li> <li> .net </li> </ul> </body> </html> ''' from lxml import etree ''' from 解析正文 import html_doc 导入解析内容即（html） from lxml import etree 使用Xpath 所依赖的包 ''' # print(html_doc) etr = etree.HTML(html_doc) #创建解析对象 html 对象 a_like=etr.xpath('//p[@class="story"]/a[starts-with(@href,"http://example.com/")]/@href') a_text=etr.xpath('//p[@class="story"]/a[starts-with(@href,"http://example.com/")]/text()') ''' 详细解析： // 直接定位到 class 等于 story 的p 标签 / 定位到 a 标签 并且 a 标签的href 属性 要以"http://example.com/" 开头 starts-with 可以用于其它地方 比如 p[starts-with(@class,"s")] 意思就是 寻找 p 标签的class 是s 的元素 ''' t_l=zip(a_text,a_like) link_text={} for l,t in t_l: link_text.update({l:t}) print(link_text) print(link_text.get('Elsie','没有'))
xpath 使用方法（starts-with） 匹配头
猜你喜欢
转载自blog.csdn.net/u012593871/article/details/80182213
今日推荐
周排行