def extract_page_data(html):item_sel = CSSSelector('.my-item')a_tag = CSSSelector('.a')
yield {'hreftime_sel(item)[0].text_content().strip
浏览 10提问于2018-02-28得票数 1
回答已采纳
2回答
我可以使用BS提取所有的链接，但我不能使用它在网页中导航。有没有办法给出主URL，并从网页中的链接中提取所有信息？
浏览 1提问于2014-03-24得票数 0
我得到了这个xpath查询：它提取所有带有标题属性的链接-并在中给出href。但是，我似乎不能在lxml中使用它。from lxml import etree
parsedPage = etree.HTML(page) # Create parse tree from valid page.in h
浏览 0提问于2010-01-18得票数 5
回答已采纳
我遇到了使用BeautifulSoup从网页中提取特定链接的问题。从这个网页()中，我应该从用户输入中提取一个URL，并打开随后的链接，这些链接都是通过锚选项卡识别的，并运行一些迭代。虽然我可以用列表来编程，但我想知道是否有更简单的方法可以不使用列表或字典来实现呢？tags = soup('a') loc='' for tag in tags:
浏览 3提问于2017-09-01得票数 0
回答已采纳
我尝试使用lxml提取下一页href字符串。 例如，在下面的示例中，我尝试从html中提取"/review/bulb.co.uk?MTYxOTg5MDE1OTAwMHw2MDhkOGZlZmY5ZjQ4NzA4ZTA4MWI2Mzk“： <nav rel="nav" class="pagination-container AjaxPager">
<a href</em
浏览 105提问于2021-05-03得票数 1
回答已采纳
我尝试将参数从'xml‘切换为'lxml'，但这只改变了我得到的错误import urllib.request
url = item.text print(news)使用xml时出错-
F
浏览 14提问于2019-08-10得票数 0
我有以下从<table>中解析出来的元素 <a href="ConfigGroups.aspx?(包括空格)中提取"55488 Power La Vaca (8025K) Linux 4.2.x.x“。import lxml.etree as ET<td align
浏览 1提问于2012-01-05得票数 4
回答已采纳
1回答
is-collapsed is-topad-list-item ">
<h2 class="list-item-title"> <span>16 February</span>
</di
浏览 0提问于2014-02-24得票数 0
回答已采纳
我正在使用Python和Beautiful Soup解析内容，然后将其写入CSV文件，并且遇到了获取特定数据集的问题。数据通过我精心设计的TidyHTML实现运行，然后其他不需要的数据被剥离。示例数据：<ul><li>September 13 1880.</li></ul>
<h3>
浏览 2提问于2012-01-05得票数 3
回答已采纳
我尝试了下面的内容，但不幸的是，只有当您单击其中一个公司页面时，才会出现href：import requests
tree = lxml.html.fromstring(page.text)
jobs = tree.xpath('//*[@id="venue-hiring&q
浏览 1提问于2014-05-05得票数 3
回答已采纳
2回答
我想从这个网站的表格和段落文本中提取各种元素。这是我正在使用的代码：from lxml import htmlimport urllib2
source = urllib2.= x.xpath("//*[@id="home_feature_container"]/div/div[2]/div/table[2]/tbo
浏览 7提问于2017-02-26得票数 0
回答已采纳
我正在尝试使用lxml.html和CSSSelector而不是XPath来解析下面给定的html代码。所以我将我的代码替换为但我仍然得到相同的输出。所以我的问题是什么是正确的CSS选择器来获取href属性。background: transparent url('/img/accept.png') no-repeat right center&
浏览 2提问于2011-12-28得票数 8
回答已采纳
1回答
为了简化我的程序并使其易于使用，我创建了一个exe，它集中了所有功能，包括下载各种应用程序及其安装。但我面临的问题是链接是动态的(下载页面的链接是固定的，但不是下载链接)。那么如何从固定链接中获取页面上的第二个链接呢？我想自动恢复非固定链接存储在 <a target="_blank" type="button" id="download-url" class="btn btn-primary btn-block" href</
浏览 12提问于2021-05-02得票数 0
我正在尝试用webscraper提取，但它似乎找不到任何与"('div'，class_=‘header’)‘“匹配的标记。import BeautifulSoup
SOUP = BeautifulSoup('SOURCE', 'lxml')
HEADER = SOUP.find('div', class_='
浏览 2提问于2018-09-10得票数 0
回答已采纳
1回答
现在，我正在尝试使用默认的lxml来解决这个问题，但是我听说BeautifulSoup也很好。如果其他选择器让这更容易的话，可以尝试其他选择器。它目前的定义如下：<h2 class="name&
浏览 5提问于2013-09-21得票数 1
回答已采纳
1回答
我有一个非常大的公司列表，基本上我想让算法在Google中输入公司，单击第一个链接(最有可能是公司网站)，并找出公司是否与目标行业(冰激凌分销商)匹配或与行业有关。我想要检查的方法是查看主页是否包含给定字典中的任何关键字(比方说，‘巧克力，香草，冰激凌等’)。如果能帮上忙我会很感激的--非常感谢。
浏览 0提问于2014-09-30得票数 0
我正在刮原子提要(xml)。其中一个标签上写着：<p> Some text and stuff </p>此外，我还看到了img和一个标记的相同的html实体。是否有泛型xpath可以找到img标记或p标记，如：但是很明显，这并不适用于这些html实体。或者是另一种解决办法？
浏览 3提问于2013-10-01得票数 2
回答已采纳
5回答
我想使用python中的请求包从xpath中提取URL。我可以得到文本，但我没有尝试给出URL。有人能帮忙吗？webpage.xpath(xpath_url + '/text()')ipdb> webpage.xpath(xpath_url + '/a()')ipdb> w
浏览 7提问于2015-11-20得票数 4
回答已采纳
<p class="footer">[[footer]] - <a href="/rss">feed</a> if you want.</p>我试图提取“[页脚]- ，如果你愿意。”从这段代码中，包括空格(在页面中查找包含文本“[脚注]”的所有字符串的一般任务)。import lxml.etree as ET<p cla
浏览 3提问于2014-03-24得票数 0
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
