python - 如何使用 lxml 从此链接中抓取历史价格？

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 9 年前。

Improve this question

如何使用 Python lxml etree 从此链接抓取基金的历史价格:

http://www.aia.com.hk/en/individual/resources-guides/investment-information/underlying-funds-historical-prices/

各个基金页面的链接类似如下；但是，我不知道如何到达那里:

<a style="color:#AA231B;" href="javascript:void(0);" onclick="window.location='fund_search_content_new.jsp?fund=c04&amp;tier=sp_br&todate=&date=&name='">Aberdeen Global - Asia Pacific Equity Fund "A2"</a>

Answer 1

首先您需要获取包含链接的 iframe 的 url:

iframeurl = yourpage.xpath("//iframe[@id='myframe']/@src")

然后使用 lxml 下载/解析此框架，并从此处获取链接:

onclicks = lxml.html.parse(iframeurl[0]).xpath("//tr/td/a/@onclick")    

如果你想要里面的东西window.location='' ，我想你可以用子字符串/正则表达式完成这项工作...

map(lambda _: _.split("'", 2)[1], mylistofonclicks)

如果您想知道我是如何获得这些 XPath 的，在 Chrome 上您可以 ctrl+shift+i -> 右键单击​​节点 -> 复制 XPath，然后使用 $x("/my/path") 测试它们在控制台上。我还必须禁用 JavaScript(ctrl+shift+i -> 设置图标 -> 常规 -> 禁用 JavaScript)以阻止加载 iframe 时触发的自动重定向。