3

我正在尝试将 lxml 与 python 一起使用，因为在阅读并执行谷歌建议后，将 lxml 用于其他解析包。我有以下 dom 结构，我管理编写正确的 xpath，我在 xpath 检查中仔细检查我的 xpath 以确认它的有效性。Xpath 在 Xpath Checker 上运行良好，但是当我将它与 python 中的 lxml 一起使用时，我没有得到结果，我得到的是对象而不是实际的文本。

这是我的dom结构：

<div class="pdsc-l">
<table width="100%" cellspacing="0" cellpadding="0" border="0">
<tbody>
<tr>
<tr>
<tr>
<tr>
<tr>
<tr>
<td width="35%" valign="top">
<font size="2" face="Arial, Helvetica, sans-serif">Brand</font>
</td>
<td width="65%" valign="top">
<font size="2" face="Arial, Helvetica, sans-serif">HTC</font>
</td>
</tr>
<tr>
<td width="35%" valign="top">
<td width="65%" valign="top">

遵循我写的 xpath 给了我我想要的东西..

//td//font[text()='Brand']/following::td[1]

但是使用 lxml 我不会得到结果：

This is my code:
    rawPage = urllib2.urlopen(request)
    read = rawPage.read()
    #print read
    tree = etree.HTML(read)    
    for tr in tree.xpath("//tr"):
        print tr.xpath("//td//font[text()='Brand']/following::td[1]")

这是输出

[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]
[<Element td at 0x10ad80b90>]

我尝试了以下更改，但仍然没有得到结果，我编写的代码有 url，希望这将有助于获得更好的答案：

from lxml import etree
from lxml.html import fromstring, tostring
    url = 'http://www.ebay.com/ctg/111176858'
    request = urllib2.Request(url)
    rawPage = urllib2.urlopen(request)
    read = rawPage.read()
    #print read
    tree = etree.HTML(read)    
    for tr in tree.xpath("//tr"):
        t = tr.xpath("//td//font[text()='Brand']/following::td[1]")[0]
        print tostring(t)
4

1 回答 1

9

在答案中的 print 语句末尾附加 a[0].text应该可以满足您的需求。基本上，您的问题中打印的是lxml.etree._Elements 的单元素列表，它们具有类似的属性tag，text您可以使用这些属性来获取不同的属性。所以，试试

tr.xpath("//td//font[text()='Brand']/following::td[1]")[0].text
于 2012-08-28T18:48:29.230 回答