我有了这个XPath查询:如何使用lxml,XPath和Python从网页中提取链接?
/html/body//tbody/tr[*]/td[*]/a[@title]/@href
它提取所有具有title属性的链接 - 并给出FireFox's Xpath checker add-on的href
。
但是,我似乎无法与lxml
一起使用它。
from lxml import etree
parsedPage = etree.HTML(page) # Create parse tree from valid page.
# Xpath query
hyperlinks = parsedPage.xpath("/html/body//tbody/tr[*]/td[*]/a[@title]/@href")
for x in hyperlinks:
print x # Print links in <a> tags, containing the title attribute
这产生从lxml
(空列表)没有结果。
如何在Python下抓取href
包含属性标题的href
文本(链接)lxml
?
您正在解析的文档是否具有名称空间(xmlns)集? – 2010-01-23 12:56:19