Question

我想从Steamstoresite获取XPATH值，例如http://store.steampowered.com/app/234160/。在右侧是2个盒子。第一个包含Title，Genre，Developer ......我只需要这里的类型。每场比赛都有不同的数量。有些有4种类型，有些只有一种。然后还有另一个块，其中游戏特征是倾听（如单人游戏，多人游戏，合作游戏，游戏手柄......）

我需要所有这些价值观。有时候（PEGI / USK）之间有一个图像 http://store.steampowered.com/app/233290。

import requests
from lxml import html

page = requests.get('http://store.steampowered.com/app/234160/')
tree = html.fromstring(page.text)

blockone = tree.xpath(".//*[@id='main_content']/div[4]/div[3]/div[2]/div/div[1]")
blocktwo = tree.xpath(".//*[@id='main_content']/div[4]/div[3]/div[2]/div/div[2]")

print "Detailblock:" , blockone
print "Featureblock:" , blocktwo

这是我到目前为止的代码。当我尝试它时，它只是打印：

Detailblock: [<Element div at 0x2ce5868>]
Featureblock: [<Element div at 0x2ce58b8>]

我如何使这项工作？

Answer 1

xpath返回匹配元素的列表。您只是打印出该列表。

如果您想要第一个元素，则需要blockone[0]。如果你想要所有的元素，你必须循环它们（例如，理解）。

同时，你想为每个元素打印什么？直接的内在文本？整个子树的HTML根植于该元素？别的什么？无论你想要什么，你需要在Element类型上使用适当的方法来获得它; lxml无法读懂你的想法并弄清楚你想要什么，我们也不能。

听起来你真正想要的只是树中更深层次的元素。你可以xpath在那里。（而不是像你一样逐一浏览所有元素并依赖索引，我只是写出了最简单的方法来达到我认为你要求的东西。）

genres = [a.text for a in blockone[0].xpath('.//a')]

或者，真的，为什么甚至首先得到blockone？为什么不首先将xpath直接添加到您想要的元素中？

gtags = tree.xpath(".//*[@id='main_content']/div[4]/div[3]/div[2]/div/div[1]//a")
genres = [a.text for a in gtags]

此外，如果您使用标记中的信息而不是通过显式遍历结构来查找信息，那么您可以使这更简单 - 并且更加健壮 -

gtags = tree.xpath(".//div[@class='glance_tags popular_tags']//a")

或者，因为在任何地方似乎都不是任何其他app_tag项目，只需：

gtags = tree.xpath(".//a[@class='app_tag']")

[Python]从Steam获取XPath值并打印出来

1 个答案: