Привет всем.
Мне необходимо получить текст всех элементов <p> из html-документа.
Функция xpath_text('//p') возвращает только первый абзац. А как вернуть текст всех абзацев?
Спасибо.
Полная версия: Вопрос по XPath
import lxml.html >>> doc = lxml.html.fromstring(open('html.htm').read()) >>> p = doc.xpath("//p") >>> map(lambda x: x.text_content(), p)
Спасибо. А нет ли более простого решения? Здесь уже пошло функциональное программирование. Может быть есть функция которая вернет не первый узел, а все узлы?
В документации XPath написано: “P” - вернет все элементы P
Но функция xpath_text(“p”) - возвращает ошибку, она работает только с таким аргументом xpath_text(“//p”) и возвращает при этом только первый элемент “p”.
В документации XPath написано: “P” - вернет все элементы P
Но функция xpath_text(“p”) - возвращает ошибку, она работает только с таким аргументом xpath_text(“//p”) и возвращает при этом только первый элемент “p”.
tfox
Спасибо. А нет ли более простого решения? Здесь уже пошло функциональное программирование. Может быть есть функция которая вернет не первый узел, а все узлы?В документации XPath написано: “P” - вернет все элементы PНо функция xpath_text(“p”) - возвращает ошибку, она работает только с таким аргументом xpath_text(“//p”) и возвращает при этом только первый элемент “p”.
В документации написано “p” вернет все элементы из текущего контекста, в нашем случае контекст не задан, поэтому он указывается перед “p” - “//” - значит все элементы p от корня документа.
из какой библиотеки функция xpath_text?
Скорее всего она делает тоже самое, что и мой код со следующей заменой:
map(lambda x: x.text(), p)
вариант с doc.xpath(“//p”) лучше, т.к. он возвращает узлы, а не текст.С узлами можно делать что угодно, в том числе выковырять текстовое содержимое методом text_context()
adrayИз библиотеки Grab. Сайт библиотеки: http://grablib.org/
из какой библиотеки функция xpath_text?
xpath_list из grab делает тоже самое, что и xpath из lxml.html
adrayПонял.
xpath_list из grab делает тоже самое, что и xpath из lxml.html
Интересно:
xpath_text('//p') - возвращает первый элемент
xpath_text('//p[2]') -возвращает второй элемент
xpath_text('//p[last()]') - возвращает последний элемент
xpath_text('//p[all()]') - жаль, что такой функции просто не существует
Буду использовать функцию map(lambda x: x.text_content(), p) которая соберет текст узлов воедино
Выходит это единственный способ собрать текст всех узлов до кучи
Спасибо.
//text()[ancestor::p]
..bw
bwесть. это выражение в возвращает все элементы <p>//text()[ancestor::p]
только функция xpath_list возвращает результат в виде списка юникод строк
[u'1) \u0412 \u0430\u043f\u0442\u0435\u043a\u0435 \u0441\u044b\u0440\u044c\u0435 \u043f\u0440\
Подскажите как преобразовать этот список юникод строк в одну читабельную строку?
>>> help(str.join)
..bw
..bw