在python中使用lxml和xpath获取空列表
所以我有这个代码，它应该得到亚马逊上任何商品的价格。然而，我得到的不是价格，而是一个空清单。
from lxml import html
import requests
page = requests.get('https://www.amazon.com/gp/product/B06XP634L1?pf_rd_p=183f5289-9dc0-416f-942e-e8f213ef368b&pf_rd_r=W4XQCYJ4N9VQGF8HDAH0')
doc = html.fromstring(page.content)
price = doc.xpath("//span[@id='priceblock_ourprice']")
print(price)
这以前对我有用。我将感谢任何帮助。提前感谢。
共有1个答案
您需要添加用户代理标头
from lxml import html
import requests
headers = {'User-Agent':'Mozilla\5.0'}
page = requests.get('https://www.amazon.com/gp/product/B06XP634L1?pf_rd_p=183f5289-9dc0-416f-942e-e8f213ef368b&pf_rd_r=W4XQCYJ4N9VQGF8HDAH0', headers = headers)
doc = html.fromstring(page.content)
price = doc.xpath("//span[@id='priceblock_ourprice']")
print(price[0].text)
或
price = doc.xpath("//span[@id='priceblock_ourprice']/text()")
print(price)
bs4
from bs4 import BeautifulSoup as bs
import requests
headers = {'User-Agent':'Mozilla\5.0'}
page = requests.get('https://www.amazon.com/gp/product/B06XP634L1?pf_rd_p=183f5289-9dc0-416f-942e-e8f213ef368b&pf_rd_r=W4XQCYJ4N9VQGF8HDAH0', headers = headers)
soup = bs(page.content, 'lxml')
price = soup.select_one("#attach-base-product-price")['value']
print(price)
-
我尝试使用xpath和lxml从html标记中提取href链接。但是xpath返回空列表，而它是单独测试的，并且似乎可以工作。 代码返回空值，而xpath似乎工作正常。 我使用一个代理服务器来访问链接，它似乎可以工作，因为“doc”变量正在填充html内容。我已经检查了这些链接，现在正处于获取此xpath的正确页面上。 这是我试图从中获取数据的链接：https://www.amazon.com/s
-
我试图使用xpath和lxml从html标签中抓取下一页的href链接。但是xpath返回空列表，而它是单独测试的，它似乎可以工作。 我尝试了css选择器和xpath，它们都返回空列表。 代码返回空值，而xpath似乎工作正常。 我在这里尝试了两种方法，但似乎都不起作用。 我正在使用一个代理服务器，用于访问链接，它似乎可以工作，因为“文档”变量正被HTML内容填充。我已经检查了链接，我在正确的页面
-
如果我跑： 我会得到一张空名单。我猜它与名称空间有关，但我不知道如何修复它。
-
问题内容： 我有以下格式的xml文档： 我需要使用lxml中的xpath检索所有元素。我的问题是我不知道如何使用空的名称空间。我尝试了以下示例，但没有用。请指教。 我尝试过的各种方法是： 要么 要么 在这一点上，我只是不知道该尝试什么。任何帮助是极大的赞赏。 问题答案： 这样的事情应该起作用： 另请参见http://lxml.de/xpathxslt.html#namespaces-and- pr
-
问题内容： 这是我尝试从中获取数据的示例网页。 http://www.makospearguns.com/product-p/mcffgb.htm xpath取自chrome开发工具，firefox中的firepath也能够找到它，但是使用lxml时，它只会为“ text”返回一个空列表。 使用以下命令打印树文本 显示数据在那里，但是xpath似乎无法找到它。我有什么想念的吗？我尝试使用lxml和
-
问题内容： 我正在尝试从网页中打印/保存特定元素的HTML。 我已经从萤火虫中检索了所请求元素的XPath。 我只希望将该元素保存到文件中。我似乎没有成功。 （尝试在XPath的结尾加上和不结尾） 我将不胜感激，或者有以往的经验。 10x，大卫 问题答案： 您的XPath显然太长了，为什么不试试较短的XPath看看它们是否匹配。一个问题可能是“ tbody”，浏览器会在DOM中自动创建“ tbod