Nano Hash - криптовалюты, майнинг, программирование

Как найти текст в определенном теге с помощью lxml и python?

Предполагая, что источник html выглядит следующим образом:

some other content here
<div class="box">
    <h5>this is another one title</h5>
    <p>text paragraph 1 here</p>
    <p>text paragraph 2 here</p>
    <p>text paragraph n here</p>
</div>
<div class="box">
    <h5>specific title</h5>
    <p>text paragraph 1 here</p>
    <p>text paragraph 2 here</p>
    <p>text paragraph 3 here</p>
    <p>text paragraph 4 here</p>
    <small>some specific character:here are some character</small>
</div>
<div class="box">
    <h5>this is another tow title</h5>
    <p>text paragraph 1 here</p>
    <p>text paragraph 2 here</p>
     <p>text paragraph n here</p>
</div>
some other content here

если я хочу, чтобы вывод был:

конкретный заголовок

text paragraph 1 here
text paragraph 2 here
text paragraph 3 here
text paragraph 4 here

Я хочу получить конкретный заголовок и текст абзаца. Я хочу использовать lxml с python!! Пожалуйста, помогите мне, что мне делать?

python-3.x python lxml.html
03.01.2015

Ответы:


1

Используя выражение xpath .//h5[text()="specific title"]/following-sibling::p/text(), которое выберет тексты тегов p рядом с тегом h5 с определенным заголовком:

>>> import lxml.html
>>>
>>> s = '''
... <html>
... some other content here
    ...
... <div class="box">
... <h5>specific title</h5>
... <p>text paragraph 1 here</p>
... <p>text paragraph 2 here</p>
... <p>text paragraph 3 here</p>
... <p>text paragraph 4 here</p>
... <small>some specific character:here are some character</small>
... </div>
... <div class="box">
... <h5>this is another tow title</h5>
    ...
... </div>
... some other content here
... </html>
... '''
>>>
>>> root = lxml.html.fromstring(s)
>>> root.xpath('.//h5[text()="specific title"]/following-sibling::p/text()')
['text paragraph 1 here', 'text paragraph 2 here', 'text paragraph 3 here',
 'text paragraph 4 here']
>>> print('\n'.join(root.xpath(
        './/h5[text()="specific title"]/following-sibling::p/text()')))
text paragraph 1 here
text paragraph 2 here
text paragraph 3 here
text paragraph 4 here
03.01.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..