【发布时间】:2016-10-11 22:19:06
【问题描述】:
我试图通过 lxml 从网站中提取几个字符,然后提取到树,然后是 xpath。我尝试使用 google chrome 来获取正确的 xpath,但它会打印空括号。
#imports
from lxml import html
import requests
#get magicseaweed Scripps report
msScrippsPage = requests.get("""http://magicseaweed.com/Scripps-Pier-
La-Jolla-Surf-Report/296/.html""")
#make tree from site
msScrippsTree = html.fromstring(msScrippsPage.content)
#get wave size
msScrippsWave = msScrippsTree.xpath("""/html/body/div[2]/div[5]/div/div[1]/div[2]/div[2]/div/div[2]/div[1]/div/div[1]/div/div/div/div/div[1]/div/div[2]/ul[1]/li[1]/text()""")
print 'ms SCripps: ', msScrippsWave
终端的输出是 'msScripps: [ ]'
【问题讨论】:
-
msScrippsPage 包含 404。检查您的网址?
-
@Will 你也复制了三引号吗?当我复制/粘贴上面没有三引号的内容时,我没有得到 404。
-
啊。我的现在打印: ms SCripps: [' 1-2', ' ']
-
@Will 你修改了什么来让 1-2 出现?
-
真的没有。好吧,只有带有 URL 的行。您的三引号中包含换行符。
标签: python xml xpath web-scraping