xpath根本就错了
以下是页面片段:
Home > 您可以看到,带有id的元素是"v65-product-parent" is of type表and has subelementtr`。在 只有一个元素具有这样的id(否则它将是断开的xml)。在 xpath期望tbody作为给定元素(表)的子元素,而整个页面中没有。在 这可以通过 ^{pr2}$ Chrome是如何使用XPath的?在 如果您只需通过$ wget http://www.makospearguns.com/product-p/mcffgb.htm 检查它的内容,它不包含一个名为tbody的元素 但是如果你使用Chrome开发工具,你会发现一些。在 它是怎么来的?在 如果JavaScript在浏览器中发挥作用并生成一些页面内容,则通常会发生这种情况。但正如legostromtropor所指出的,这不是我们的情况,这次是浏览器修改文档以使其正确。在 如何在浏览器中动态修改页面内容?在 你必须给某种浏览器一个机会。E、 如果你使用selenium,你就会得到它。在 byselenium.pyfrom selenium import webdriver from lxml import html url = "http://www.makospearguns.com/product-p/mcffgb.htm" xpath = '//*[@id="v65-product-parent"]/tbody/tr[2]/td[2]/table[1]/tbody/tr/td/table/tbody/tr[2]/td[2]/table/tbody/tr[1]/td[1]/div/table/tbody/tr/td/font/div/b/span/text()' browser = webdriver.Firefox() browser.get(url) html_source = browser.page_source print "test tbody", "tbody" in html_source tree = html.fromstring(html_source) text = tree.xpath(xpath) print text 什么指纹$ python byselenimum.py test tbody True ['$149.95'] 结论 当谈到浏览器中的更改时,Selenium非常棒。不过,这是一个有点重的工具,如果你能做得更简单,就那样做。乐高Stormrtoop提出了这样一个更简单的解决方案来处理简单的网页。在 |