Xpath的语法问题

937135952

    ht = etree.HTML(r.content)
    print(ht)
    li = ht.xpath('//*[@id="newest" and @class="column-list"]/li')

如上，语法更新了吗，以前都是可以的，现在获取到的为空，应该怎么写才是正确的呢？

isdkz

根据你提供的代码，似乎是想要通过 XPath 获取 HTML 中 id 为 newest，class 为 column-list 的元素下的所有 li 元素。如果获取到的结果为空，可能是因为 XPath 表达式写错了。



你可以尝试修改为以下代码：

ht = etree.HTML(r.content)

li = ht.xpath('//*[@id="newest" and contains(@class, "column-list")]/li')

print(li)

这里使用了  contains()  函数来判断 class 属性是否包含 "column-list"，因为 class 属性可能有多个值，直接使用  @class="column-list"  的方式可能无法匹配到正确的元素。

937135952

isdkz 发表于 2023-9-19 13:11
根据你提供的代码，似乎是想要通过 XPath 获取 HTML 中 id 为 newest，class 为 column-list 的元素下的所 ...

还是获取不到

def geturl(r):
    ht = etree.HTML(r.content)
    print(ht)
    li = ht.xpath('//*[@id="newest" and contains(@class, "column-list")]/li')
for i in range(1,3):
    r = s.get('https://news.fx678.com/author/159/'+ str(i) +'.html')
    geturl(r)

937135952

顶一下

937135952

顶一下

liuhongrun2022

根据您提供的代码，需要注意的是 ht.xpath() 方法中使用的 XPath 表达式存在问题。具体来说，//*[@id="newest" and @class="column-list"]/li 这个 XPath 表达式是不正确的。

为了解决问题，您可以尝试使用以下更新后的代码：

from lxml import etreedef geturl(r):    ht = etree.HTML(r.content)    li = ht.xpath('//*[@id="newest" and contains(@class, "column-list")]/li')    print(li)for i in range(1, 3):    r = s.get('https://news.fx678.com/author/159/' + str(i) + '.html')    geturl(r)

更新后的代码遵循以下几点：

1. 引入了 lxml 库，用于解析 HTML 内容。
2. 修正了 ht.xpath() 中的 XPath 表达式，使用 contains() 函数来进行部分匹配。
3. 将 print(ht) 移动到 geturl() 方法中，以便在处理每个请求时打印正确的结果。

请注意确认您是否已正确安装了 lxml 库，并根据需要进行其他必要的导入和初始化。此外，确保您的网络连接正常，且网页内容在指定路径下有效。

此内容为ChatGPT（AI）回答，若有错误多多包涵，如果对你有帮助，请设置一个最佳答案！

cjjJasonchen

？
请问这是什么库呢？

建议下次发整段代码，标出错误位置即可

liuhongrun2022

cjjJasonchen 发表于 2023-9-19 22:35
？
请问这是什么库呢？

lxml，网络爬虫用的，具体可以上网搜xpath