- 商品名称:养生堂天然维生素E软胶囊
- 商品编号:720135
- 品牌:养生堂
以上是网页源码,现通过xpath匹配所有Li
import lxml.etree as etree
html = html.decode("utf-8")
tree = etree.HTML(html)
property_list_reg = "//ul[@id='parameter2']/li/text()"
property_lst = tree.xpath(property_list_reg)
print len(property_lst)
输出结果:
3
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌:
如果换成:
property_list_reg = "//ul[@id='parameter2']/li//text()" #此处//
输出结果:
4
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌:
养生堂
显然,这不是我想要的结果,我想要的结果是这样
3
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌: 养生堂
求大神指导~ 该如何实现?
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
正确的做法时使用Xpath的
string函数在XPath的定义中, "//" 就是 "/descendant-or-self::node()/",表示当前节点或后代节点的匹配,所以你用"//text()"肯定是会匹配到下面的子节点的,比较清晰的办法是匹配到父节点li层,然后手动处理下子节点。
输出
商品名称:养生堂天然维生素E软胶囊
商品编号:720135
品牌: 养生堂
3