推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2661 天前的主题，其中的信息可能已经有所发展或是发生改变。
有如下代码：
（随便写的，不要在乎 script 节点的意义，做位置参照而已）
import lxml.html
import lxml.etree
text = '''
<html>
<body>
<div>
<p>我不是你需要的文本</p>
</div>
<div>
<script type="text/javascript">
console.log("Hello world")
</script>
<p>我是你需要的文本</p>
</div>
</body>
</html>
'''
doc = lxml.html.fromstring(text)
body = doc.xpath("/html/body")[0]
divs = body.xpath("div")
for div in divs:
scripts = div.xpath("script[@type=\"text/javascript\"]")
if scripts is not None:
ps = div.xpath("p")
p = ps[0]
print(p.text)
本意是通过 scripts is not None 匹配到第二个 div 节点，但意外的是两个 div 均匹配成功
如果输出 scripts，还都会得到 script 节点
 |
1
misaka19000 2017-08-11 11:52:35 +08:00 via Android
script 前面加个./
|
 |
2
anguslg 2017-08-11 12:16:02 +08:00
[] != None
所以两个 p 都被选取到了 |
 |
3
syncher 2017-08-11 12:18:23 +08:00 via Android
可以试试 xpath helper 插件
|
 |
4
wencan OP |
 |
5
mckelvin 2017-08-11 12:45:24 +08:00
|
|
6
wencan OP |
Select Language