个人中心
文章发布
退出
作者热门文章
- 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？
26
4
假设html源码如下:
some other content here
<div class="box">
<h5>this is another one title</h5>
<p>text paragraph 1 here</p>
<p>text paragraph 2 here</p>
<p>text paragraph n here</p>
</div>
<div class="box">
<h5>specific title</h5>
<p>text paragraph 1 here</p>
<p>text paragraph 2 here</p>
<p>text paragraph 3 here</p>
<p>text paragraph 4 here</p>
<small>some specific character:here are some character</small>
</div>
<div class="box">
<h5>this is another tow title</h5>
<p>text paragraph 1 here</p>
<p>text paragraph 2 here</p>
<p>text paragraph n here</p>
</div>
some other content here
如果我想要输出是:
具体标题
text paragraph 1 here
text paragraph 2 here
text paragraph 3 here
text paragraph 4 here
我想获取特定的标题和段落文本。我想将 lxml 与 python 一起使用!请帮帮我，我该怎么办？
最佳答案
使用 xpath 表达式 .//h5[text()="specific title"]/following-sibling::p/text() 将选择 p 标签具有特定标题的 h5 标记旁边的文本:
>>> import lxml.html
>>>
>>> s = '''
... <html>
... some other content here
...
... <div class="box">
... <h5>specific title</h5>
... <p>text paragraph 1 here</p>
... <p>text paragraph 2 here</p>
... <p>text paragraph 3 here</p>
... <p>text paragraph 4 here</p>
... <small>some specific character:here are some character</small>
... </div>
... <div class="box">
... <h5>this is another tow title</h5>
...
... </div>
... some other content here
... </html>
... '''
>>>
>>> root = lxml.html.fromstring(s)
>>> root.xpath('.//h5[text()="specific title"]/following-sibling::p/text()')
['text paragraph 1 here', 'text paragraph 2 here', 'text paragraph 3 here',
'text paragraph 4 here']
>>> print('\n'.join(root.xpath(
'.//h5[text()="specific title"]/following-sibling::p/text()')))
text paragraph 1 here
text paragraph 2 here
text paragraph 3 here
text paragraph 4 here
关于python - 如何使用lxml和python查找特定标签中的文本？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27755792/
26
4
0
我有以下xml文件 10.10.0.135::3111 10.10.0.130::3111 10.10.0.129::3111 10.
我已经为 PyPy 创建了一个 virtualenv: virtualenv test -p `which pypy` source test/bin/activate 我安装了以下依赖项: sudo
我正在尝试使用 lxml 的 ElementTree etree 在我的 xml 文档中查找特定标签。标签如下所示: 12 我希望使用 etree.find('text:statedAge
在 python 3.5 项目中，我必须读取一些 xml 文件，因此我决定使用 lxml 库。由于我正在阅读文件，因此根据文档执行此操作的最有效方法是使用 lxml.etree.parse(...)
执行 pip install lxml 或 pip install pyquery 会出现此错误: gcc: error trying to exec 'cc1': execvp: No such f
我正在使用下面的代码获取一个部分的所有 html 内容以保存到数据库 el = doc.get_element_by_id('productDescription') lxml.html.tostri
我想以可区分的方式打印出 etree 的树结构(由 html 文档形成)(意味着两个 etree 应该以不同的方式打印出来)。 我所说的结构是指树的“形状”，基本上是指所有标签，但没有属性，也没有文本
谁能解释为什么第一次调用 root.cssselect() 有效，而第二次失败？ from lxml.html import fromstring from lxml import etree htm
我收到此错误“ImportError: No module named lxml”，即使确实安装了 LXML。具体来说，它安装在项目的 python Virtualenv 中。最终我正在研究 Pyth
我在 Windows 32 位上使用 Anaconda v4.2 和 Python 3.5，并想使用 lxml etree。我的 Anaconda 发行版包括 lxml 3.6.4，但我的 IDE(P
我有一个脚本，可以从 URL 列表的 XML 文件中提取一些术语。所有 URL 都可以访问 XML 数据。 它在第一次正确打开、解析和提取时工作正常，但随后在过程中被某些 XML 文件中断并出现此错误
我正在使用 mechanize/cookiejar/lxml 来读取页面，它适用于某些页面但不适用于其他页面。我在其中遇到的错误是标题中的错误。我不能在这里发布页面，因为它们不是 SFW，但是有没有办
这是一个基本的问题，我实际上在文档中找不到它:-/ 如下: img = house_tree.xpath('//img[@id="mainphoto"]')[0] 如何获取 的 HTML标记？ 我尝
我只想说，这个问题我已经在Pip is already installed: but I am getting no module named lxml看到了并且已经看到关于以非 root 用户身份安
我通过 pip 安装了 lxml 3.3.5。现在我在运行一些 Django 测试时遇到了问题: Traceback (most recent call last): File "manage.p
我有一个 Django 应用程序，其中包含 Tastypie 提供的 RESTFull 服务。我使用 easy_install 安装 lxml 和 defusedxml，这样我就可以使用 xml 而不
我正在使用 lxml etree 创建 xml 或 REST 调用。我有命名空间的问题，因为如果没有正确制定，我会从服务器收到语法错误。 正如您在以下 2 个示例中所看到的，我应该得到例如 ns1、n
我对导航具有 lxml.etree namespace 的 xml 文档感到有些困惑。 .我已经看到了一些关于这个主题的主题( 1 、 2 )以及 lxml docs但仍然没有想出答案。 xml =
由于各种原因，我试图从lxml.html.fromstring()切换到lxml.html.html5parser.document_fromstring()。两者之间的最大区别是，第一个返回lxml
我需要通过向现有元素添加子元素来修改现有的 xml 文件。我使用 lxml 库。 Eric Idle 999-999-999 555-555-555
我是一名优秀的程序员,十分优秀！