欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python-xpath獲取html文檔的部分內(nèi)容

 更新時(shí)間：2020年03月06日 09:49:21   作者：帶魚工作室  
這篇文章主要介紹了python-xpath獲取html文檔的部分內(nèi)容，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

有些時(shí)候我在們需要的用正則提取出html中某一個(gè)部分的文字內(nèi)容，如圖:

獲取dd部分的html文檔，我們要通過它的一個(gè)屬性去確定他的位置才可以拿到他這個(gè)部分我們可以看到他的這個(gè)屬性class='row clearfix '，然后用xpath去獲取到這部分:

name = tree.xpath("http://dd[@class='row clearfix ']")
from lxml import html
import requests
url = 'http://navi.cnki.net/knavi/JournalDetail/GetArticleList?year=2018&issue=04&pykm=DZXU&pageIdx=0&pcode=CJFD'
res = requests.get(url)
tree = html.fromstring(res.text)
name = tree.xpath("http://dd[@class='row clearfix ']")
print(name)

如果直接打印他是不能夠出來的，

我們需要對Element進(jìn)行處理，用到name1 = html.tostring(name[0])，代碼如下:

from lxml import html
import requests
url = 'http://navi.cnki.net/knavi/JournalDetail/GetArticleList?year=2018&issue=04&pykm=DZXU&pageIdx=0&pcode=CJFD'
res = requests.get(url)
tree = html.fromstring(res.text)
name = tree.xpath("http://dd[@class='row clearfix ']")
name1 = html.tostring(name[0])
print(name1)

打印截圖:

但是大家可以看到里面的等內(nèi)容并不是中文，原因是我們使用tostring方法輸出的是修正后的HTML代碼，但是結(jié)果是bytes類型，在python中bytes類型是不可以進(jìn)行編碼的，需要轉(zhuǎn)換成字符串，使用代碼name1.decode()，此時(shí)我們將bytes類型轉(zhuǎn)換為str（字符串）類型。

那么此時(shí)我們關(guān)鍵是如何將$#26080;此類的符號轉(zhuǎn)換成漢字?。?！那么首先要搞清楚這是什么編碼？這類符號是HTML、XML 等 SGML 類語言的轉(zhuǎn)義序列。它們不是”編碼“，也就是說我們不能使用utf-8、gbk等編碼進(jìn)行處理，需要使用HTMLParse進(jìn)行處理，完整代碼如下：

from lxml import html
import requests
from html.parser import HTMLParser #導(dǎo)入html解析庫
url = 'http://navi.cnki.net/knavi/JournalDetail/GetArticleList?year=2018&issue=04&pykm=DZXU&pageIdx=0&pcode=CJFD'
res = requests.get(url)
tree = html.fromstring(res.text)
name = tree.xpath("http://dd[@class='row clearfix ']")
name1 = html.tostring(name[0])
name2 = HTMLParser().unescape(name1.decode())
print(name2)

此時(shí)運(yùn)行結(jié)果如下：

那么此時(shí)就已經(jīng)大功告成了?。?！

以上這篇python-xpath獲取html文檔的部分內(nèi)容就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

相關(guān)文章

  • python 用opencv調(diào)用訓(xùn)練好的模型進(jìn)行識別的方法

    python 用opencv調(diào)用訓(xùn)練好的模型進(jìn)行識別的方法

    今天小編就為大家分享一篇python 用opencv調(diào)用訓(xùn)練好的模型進(jìn)行識別的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • Python中if語句的基本格式實(shí)例代碼

    Python中if語句的基本格式實(shí)例代碼

    在Python中，if語句用于根據(jù)條件執(zhí)行不同的代碼塊。本文詳細(xì)介紹了Python中if語句的基本格式使用方法及實(shí)例代碼，有需要的同學(xué)可以參考閱讀
    2023-05-05
  • Python使用socket模塊實(shí)現(xiàn)簡單tcp通信

    Python使用socket模塊實(shí)現(xiàn)簡單tcp通信

    這篇文章主要介紹了Python使用socket模塊實(shí)現(xiàn)簡單tcp通信,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-08-08
  • python實(shí)現(xiàn)通過flask和前端進(jìn)行數(shù)據(jù)收發(fā)

    python實(shí)現(xiàn)通過flask和前端進(jìn)行數(shù)據(jù)收發(fā)

    今天小編就為大家分享一篇python實(shí)現(xiàn)通過flask和前端進(jìn)行數(shù)據(jù)收發(fā)，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-08-08
  • Python的Flask框架的簡介和安裝方法

    Python的Flask框架的簡介和安裝方法

    這篇文章主要介紹了Python的Flask框架的簡介和安裝方法,Flask是一款高人氣的非常簡潔的web開發(fā)框架,需要的朋友可以參考下
    2015-11-11
  • Python操作MySQL簡單實(shí)現(xiàn)方法

    Python操作MySQL簡單實(shí)現(xiàn)方法

    這篇文章主要介紹了Python操作MySQL簡單實(shí)現(xiàn)方法,通過一個(gè)簡單的實(shí)例講述了Python針對mysql數(shù)據(jù)庫的增刪改查技巧,需要的朋友可以參考下
    2015-01-01
  • Python使用functools模塊中的partial函數(shù)生成偏函數(shù)

    Python使用functools模塊中的partial函數(shù)生成偏函數(shù)

    所謂偏函數(shù)即是規(guī)定了固定參數(shù)的函數(shù),在函數(shù)式編程中我們經(jīng)?？梢杂玫?這里我們就來看一下Python使用functools模塊中的partial函數(shù)生成偏函數(shù)的方法
    2016-07-07
  • 一文掌握python中的__init__的意思及使用場景分析

    一文掌握python中的__init__的意思及使用場景分析

    __init__是構(gòu)造方法，誰調(diào)用，表示誰（更直觀的理解就是類的方法中，誰調(diào)用，表示誰,見下面第一個(gè)代碼）！！并不是必選項(xiàng)，也就是說在類中，這個(gè)不是必須用的，那什么場景需要用到，什么場景不需要用到呢，感興趣的朋友跟隨小編一起看看吧
    2023-02-02

    • 最新評論