Question

最近我尝试使用lxml和requests从网页解析html表。

python代码运行如下：

>>> from lxml to html
>>> import requests
>>> page = requests.get('http://www.bigpaisa.com/candlestick-stock-screener-result/nse/bearish-evening-star-candlestick-pattern')
>>> tree = html.fromstring(page.text)'

然后我想使用lxml.xpath()函数解析以下重复数据块以获取列表：

<TR>
    <TD style="font-size: 11px;"><!-- <a href="/company-technical-details/<%=sr.getExchange()%>/<%=sr.getSymbol()%>/<%=sr.getName()%>" ><%= sr.getSymbol() %></a>  -->
                    AMTEKINDIA           </TD>
    <TD style="font-size: 11px; max-width: 135px;">AMTEK INDIA LIMITED</TD>
    <TD>                nse         </TD>
    <TD style="min-width: 60px; max-width: 60px;">02-01-2015</TD>
    <TD>78</TD>
    <TD>78.3</TD>
    <TD>72.25</TD>
    <TD>73.9</TD>

但无法做到这一点，例如：

>>> symbol=tree.xpath('//TD[@style="font-size: 11px;"][@!-- [@a href="/company-t
echnical-details/[@%=sr.getExchange()%]/[@%=sr.getSymbol()%]/[@%=sr.getName()%]"
 ][@%= sr.getSymbol() %][@/a]  --]/text()')

给出Xpath评估错误和

>>> prices=tree.xpath('//TD/text()')

返回没有值的列表。

Answer 1

您感兴趣的行位于标识为<table>的{{1}}内。

sortable

请注意，您根本不需要from lxml import html url = 'http://www.bigpaisa.com/candlestick-stock-screener-result/nse/bearish-%20evening-star-candlestick-pattern' doc = html.parse(url) # you can use XPath to select elements... rows = doc.xpath("//table[@id = 'sortable']/tbody/tr") # or, if you prefer, use CSS selectors instead... rows = doc.cssselect("table#sortable tbody tr") for tr in rows: # do something with each tr, for example tds = tr.cssselect("td") print tds[4].text模块。

使用lxml解析和使用python进行请求

1 个答案: