Loading

python xpath 获取指定页面中指定区域的html代码

    最近一个朋友问我怎么把一个指定区域的内容转成pdf,网上查了一下python里面有个wkhtmltopdf模块可以将str、file、url转成pdf,我们今天不聊怎么转PDF,聊聊怎么获取页面中指定区域的html源码。用到的模块是lxml和requests这两个模块,没有装的小伙伴可以装一下 pip install  lxml requests  

        主要思想是利用xpath获取到指定区域的Element对象,然后再将Element对象传给etree.tostring(),即可得到指定区域的html代码,看一下需求:

    1、我们要得到 http://www.w3school.com.cn/   w3c首页中的这个位置的html代码:

      

        看一下页面源码是这样的

         

   2、下面开始编码:           

1 from lxml import etree
2 import requests
3 
4 res=requests.get('http://www.w3school.com.cn/')
5 tree=etree.HTML(res.content)
6 div=tree.xpath('//div[@id="d1"]')[0]
7 div_str=etree.tostring(div,encoding='utf-8')
8 print div_str

 

        3、结果如下:

     

       4、成功获取到了指定区域的html代码。

 

 

  

 

posted @   Just-Like  阅读(11698)  评论(0编辑  收藏  举报
编辑推荐:
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 现代计算机视觉入门之:什么是图片特征编码
阅读排行:
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· Spring AI + Ollama 实现 deepseek-r1 的API服务和调用
· 数据库服务器 SQL Server 版本升级公告
· 程序员常用高效实用工具推荐,办公效率提升利器!
· C#/.NET/.NET Core技术前沿周刊 | 第 23 期(2025年1.20-1.26)
点击右上角即可分享
微信分享提示
主题色彩