用XPath表达式来定位到对应的<td>元素:
//th[span[text()="发布时间"]]/following-sibling::td/span
这个XPath表达式首先选择包含文本“发布时间”的<span>元素的<th>元素,然后使用/following-sibling::td选择这个<th>元素的下一个兄弟元素,即包含发布时间的<td>元素。最后,使用/span选择包含发布时间值的<span>元素。
请注意,这个XPath表达式返回的是一个<span>元素,如果您只需要获取该元素的文本值,可以使用text()函数,例如:
//th[span[text()="发布时间"]]/following-sibling::td/span/text()
这将返回包含发布时间的<span>元素的文本值
很简单,教你一招:
这是你的html文件,我命名为testhtml
然后用xpath匹配:
import lxmletreehtml=lxmletreeparse("testhtml")
res=htmlxpath("//a[@heaf='baiducom']")
info=res[0]xpath('string()')
print(info)
运行结果:
1 爬取网站 笔趣阁小说
2 网站地址 >
以上就是关于XPATH文本内容匹配th内容,获取td的值全部的内容,包括:XPATH文本内容匹配th内容,获取td的值、xpath取一个节点下的所有文字、Requests和Xpath笔趣阁小说采集爬取教程等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)