PTT
Submit
Submit
选择语言
正體中文
简体中文
PTT
Python
[问题] lxml遇到<br /> 该如何处理?
楼主:
girl5566
(5566520)
2016-03-14 23:06:54
大家好 最近想试着撰写网页爬虫
想抓取网页的这部分资讯
http://imgur.com/rNdE4hh
尝试的结果为
# -*- coding: utf-8 -*-
from urllib2 import urlopen
import xml.etree.ElementTree as ET
from lxml import etree
import mechanize
import sys
url = "http://www.tham.com.tw/recipe6.php"
path = "//*[@id=\"left-inner\"]/div[2]/div[3]"
html = urlopen(url).read()
tree = etree.HTML(html)
startindex = 4
data = tree.xpath(path)
print data[0].text
Output:
>>> ================================ RESTART ================================
>>>
材料 2人份
>>>
看网页的原始码猜测是因为<br />阻挡了判断的缘故
请问这个有解吗??
作者:
ckc1ark
(伪物)
2016-03-15 00:37:00
//*[@id=\"left-inner\"]/div[2]/div[3]//text() 试试
楼主:
girl5566
(5566520)
2016-03-15 19:43:00
感谢 已解决
作者: aweimeow (喵喵喵喵 ヽ( ・∀・)ノ)
2016-03-16 20:18:00
path = "//*[@itemprop=\"name\"]"print title[0].text你的 XPATH 抓错了
继续阅读
[问题] 爬虫 jsp网页 乱码
aaa7513231
[问题] matplotlib在数据下积分
sam122094
Re: [问题] 模组路径
Neisseria
[问题] 模组路径
lihsianglin
[问题] 排序多个 dict 的集合
zha0
Re: [问题] 有关于写档及取代问题
justfor0223
Re: [问题] 有关于写档及取代问题
Neisseria
[问题] 有关于写档及取代问题
justfor0223
Re: [问题] 比较并取代字串的文字
iyaicharles
[问题] 比较并取代字串的文字
eric2853
Links
booklink
Contact Us: admin [ a t ] ucptt.com