首页 文章

获取DOM树中元素的XPath？

提问于
浏览 次
2

我在 python 中使用 lxml 实现HTML和XML解析 . 设置像这样的解析器

parser = lxml.etree.HTMLParser()

并从HTML源返回一个树（字符串）

tree = lxml.etree.fromstring(html, parser).getroottree() # Returns a XML tree

根据 lxml 文档，这应该返回 DOM tree (XML)

我想找到某些带有标签的元素，例如“a”，“div”，“span”等 .

如何使用标签名称获取所有可能元素的 XPath ？

EDIT ：我实际上正在开发一个AJAX爬虫，所以我需要Selenium来点击某些可以改变DOM状态的元素 . 我将HTML源发送到lxml进行分析 .

例如，在列表中采用默认元素

["a", "button", "li", "nav", "ol", "span", "ul", "header", "footer", "section"]

我需要获取上述元素的xpath，以便我可以将它们传递给Selenium以进行单击，以及其他事件触发器 .

python dom selenium xpath lxml

2 回答

  • 0

    你真的不需要使用单独的解析器， selenium 本身在Locating Elements方面非常强大：

    from selenium import webdriver

browser = webdriver.Firefox()
browser.get('url_goes_here')
list_of_elements = ["a", "button", "li", "nav", "ol", "span", "ul", "header", "footer", "section"]
for tag_name in list_of_elements:
    for element in browser.find_elements_by_tag_name(tag_name):
         print element
    回复于
  • 2

    我总是发现使用“美丽的汤”使这种事情变得更容易 .

    http://lxml.de/elementsoup.html

    这里已经有很多类似的问题，请尝试：

    retrieve links from web page using python and BeautifulSoup

    回复于

相关问题