- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试读取给定元素的属性(属性)。我想提取所有属性名称-值对的字典。
我目前正在做的是使用正则表达式并列出所有属性值。但这里的问题是,它只显示属性的值而不是名称:
attributes = node.xpath("@*")
print attributes
print len(attributes)
for att in attributes:
print att
示例输出如下所示:
<Selector xpath='@*' data=u'1'>
<Selector xpath='@*' data=u'2761554'>
<Selector xpath='@*' data=u'1431756540503'>
任何人都可以建议一种列出元素所有属性的方法吗?
我将其与 python/scrapy 一起使用。
最佳答案
使用 XPath,您可以使用 name()
并将属性作为参数。
count(@*)
@*[position]
提取名称和值meta
元素的 scrapy shell session 示例:
$ scrapy shell "https://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes"
2015-05-18 10:47:28+0200 [default] DEBUG: Crawled (200) <GET https://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes> (referer: None)
[s] Available Scrapy objects:
[s] crawler <scrapy.crawler.Crawler object at 0x7f732bf4b190>
[s] item {}
[s] request <GET https://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes>
[s] response <200 https://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes>
[s] settings <scrapy.settings.Settings object at 0x7f732bf3ffd0>
[s] spider <DefaultSpider 'default' at 0x7f73268eead0>
[s] Useful shortcuts:
[s] shelp() Shell help (print this help)
[s] fetch(req_or_url) Fetch request (or URL) and update local objects
[s] view(response) View response in a browser
In [1]: import pprint
In [2]: for meta in response.xpath('//meta[@*]'):
...: nbattr = int(float(meta.xpath('count(@*)').extract()[0]))
...: pprint.pprint(dict((meta.xpath('name(@*[%d])' % i).extract()[0], meta.xpath('@*[%d]' % i).extract()[0]) for i in range(1, nbattr+1)))
...: print
...:
{u'content': u'summary', u'name': u'twitter:card'}
{u'content': u'stackoverflow.com', u'name': u'twitter:domain'}
{u'content': u'website', u'property': u'og:type'}
{u'content': u'https://cdn.sstatic.net/stackoverflow/img/apple-touch-icon@2.png?v=ea71a5211a91&a',
u'itemprop': u'image primaryImageOfPage',
u'property': u'og:image'}
{u'content': u'what would be the right way of doing getallAttributes()',
u'itemprop': u'title name',
u'name': u'twitter:title',
u'property': u'og:title'}
{u'content': u'I am trying to read the property(attributes) of given element .\n\nI want to extract the Dictionary of all the attributes name-value pair..\n\nwhat i am currently doing is i am using regex and listting...',
u'itemprop': u'description',
u'name': u'twitter:description',
u'property': u'og:description'}
{u'content': u'http://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes',
u'property': u'og:url'}
{u'content': u'US', u'name': u'twitter:app:country'}
{u'content': u'Stack Exchange iOS', u'name': u'twitter:app:name:iphone'}
{u'content': u'871299723', u'name': u'twitter:app:id:iphone'}
{u'content': u'se-zaphod://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes',
u'name': u'twitter:app:url:iphone'}
{u'content': u'Stack Exchange iOS', u'name': u'twitter:app:name:ipad'}
{u'content': u'871299723', u'name': u'twitter:app:id:ipad'}
{u'content': u'se-zaphod://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes',
u'name': u'twitter:app:url:ipad'}
{u'content': u'Stack Exchange Android',
u'name': u'twitter:app:name:googleplay'}
{u'content': u'http://stackoverflow.com/questions/30295249/what-would-be-the-right-way-of-doing-getallattributes',
u'name': u'twitter:app:url:googleplay'}
{u'content': u'com.stackexchange.marvin',
u'name': u'twitter:app:id:googleplay'}
我使用了类似的技术in this blog发布以提取微数据:
>>> for item in selector.xpath('.//*[@itemscope]'):
... print "Item:", item.xpath('@itemtype').extract()
... for property in item.xpath('.//*[@itemprop]'):
... print "Property:",
... print property.xpath('@itemprop').extract(),
... print property.xpath('string(.)').extract()
... for position, attribute in enumerate(property.xpath('@*'), start=1):
... print "attribute: name=%s; value=%s" % (
... property.xpath('name(@*[%d])' % position).extract(),
... attribute.extract())
... print
... print
...
Item: [u'http://schema.org/Movie']
Property: [u'name'] [u'Avatar']
attribute: name=[u'itemprop']; value=name
Property: [u'director'] [u'n Director: James Cameron n(born August 16, 1954)n ']
attribute: name=[u'itemprop']; value=director
attribute: name=[u'itemscope']; value=
attribute: name=[u'itemtype']; value=http://schema.org/Person
Property: [u'name'] [u'James Cameron']
attribute: name=[u'itemprop']; value=name
Property: [u'birthDate'] [u'August 16, 1954']
attribute: name=[u'itemprop']; value=birthDate
attribute: name=[u'datetime']; value=1954-08-16
Property: [u'genre'] [u'Science fiction']
attribute: name=[u'itemprop']; value=genre
Property: [u'trailer'] [u'Trailer']
attribute: name=[u'href']; value=../movies/avatar-theatrical-trailer.html
attribute: name=[u'itemprop']; value=trailer
Item: [u'http://schema.org/Person']
Property: [u'name'] [u'James Cameron']
attribute: name=[u'itemprop']; value=name
Property: [u'birthDate'] [u'August 16, 1954']
attribute: name=[u'itemprop']; value=birthDate
attribute: name=[u'datetime']; value=1954-08-16
>>>
关于python - getallAttributes() 的正确方法是什么,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30295249/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!