文章/答案/技术大牛

发布

社区首页 >问答首页 >使用lxml.html与BeautifulSoup定位元素

问使用lxml.html与BeautifulSoup定位元素
EN

Stack Overflow用户

提问于 2011-04-23 22:24:21

回答 1查看 856关注 0票数 0

我正在使用lxml.html抓取一个html文档；在BeautifulSoup中有一件事我可以做，但是用lxml.htm做不到。这就是它：

from BeautifulSoup import BeautifulSoup
import re

doc = ['<html>',
'<h2> some text </h2>',
'<p> some more text </p>',
'<table> <tr> <td> A table</td> </tr> </table>',
'<h2> some special text </h2>',
'<p> some more text </p>',
'<table> <tr> <td> The table I want </td> </tr> </table>',
'</html>']
soup = BeautifulSoup(''.join(doc))
print soup.find(text=re.compile("special")).findNext('table')

我在cssselect上试过了，但没有成功。关于如何使用lxml.html中的方法定位它，您有什么想法吗？

非常感谢，D

python

beautifulsoup

lxml

回答 1

Stack Overflow用户

回答已采纳

发布于 2011-04-23 23:17:43

通过使用EXSLT syntax，可以在lxml中使用正则表达式。例如，给定您的文档，这将选择其文本与正则表达式spe.*al匹配的父节点

import re
import lxml.html

NS = 'http://exslt.org/regular-expressions'
tree = lxml.html.fromstring(DOC)

# select sibling table nodes after matching node
path = "//*[re:test(text(), 'spe.*al')]/following-sibling::table"
print tree.xpath(path, namespaces={'re': NS})

# select all sibling nodes after matching node
path = "//*[re:test(text(), 'spe.*al')]/following-sibling::*"
print tree.xpath(path, namespaces={'re': NS})

输出：

[<Element table at 7fe21acd3f58>]
[<Element p at 7f76ac2c3f58>, <Element table at 7f76ac2e6050>]

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/5764721

复制

相似问题

问使用lxml.html与BeautifulSoup定位元素
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用lxml.html与BeautifulSoup定位元素EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用lxml.html与BeautifulSoup定位元素
EN