URL이 http://www.smartmoney.com/quote/FAST/?story=financials&timewindow=1&opt=YB&isFinprint=1&framework.view=smi_emptyView 인 경우 전체 데이터 행의 내용을 어떻게 캡처하고 인쇄합니까?Python/lxml/Xpath : 특정 텍스트가 포함 된 행을 찾으려면 어떻게해야합니까?
예를 들어, 다음과 비슷한 출력을 얻으려면 무엇이 필요합니까? "현금 & 단기 투자 144,841 169,760 189,252 86,743 57,379"? 또는 "Property, Plant & 장비 - 총 725,104 632,332 571,467 538,805 465,493"과 같은 것입니까?
나는 Xpath의 기초 인 http://www.techchorus.net/web-scraping-lxml을 소개 받았다. 그러나 Xpath 구문은 여전히 나에게 수수께끼입니다.
나는 이미 BeautifulSoup에서이 작업을 성공적으로 마쳤습니다. 나는 BeautifulSoup이 파일의 구조를 알 필요가 없다는 것을 좋아합니다. 검색하는 텍스트가 포함 된 요소를 찾습니다. 불행히도 BeautifulSoup는 수천 번이 작업을 수행해야하는 스크립트에는 너무 느립니다. BeautifulSoup로 내 작업에 대한 소스 코드는 (title_input 같음 "현금 & 단기 투자"로)입니다 :
page = urllib2.urlopen (url_local)
soup = BeautifulSoup (page)
soup_line_item = soup.findAll(text=title_input)[0].parent.parent.parent
list_output = soup_line_item.findAll('td') # List of elements
그래서 LXML에 해당하는 코드는 무엇을 할 것인가?
편집 1 : 처음 게시했을 때 URL이 숨겨졌습니다. 나는 그것을 고쳤다.
편집 2 : 내가하려는 일을 명확히하기 위해 BeautifulSoup 기반 솔루션을 추가했습니다.
EDIT 3 : +10 솔루션에 대한 루트. 같은 질문 미래 개발자의 이익을 위해, 나는 여기에 나를 위해 일한 더러운 빠른 및 스크립트 게시하도록하겠습니다 :
#!/usr/bin/env python
import urllib
import lxml.html
url = 'balancesheet.html'
result = urllib.urlopen(url)
html = result.read()
doc = lxml.html.document_fromstring(html)
x = doc.xpath(u'.//th[div[text()="Cash & Short Term Investments"]]/following-sibling::td/text()')
print x
+10 당신을 돕기 위해 파이어 폭스에서
PSInstall의의 XPath cheker 또는 firefinder 일을해야하지 : HTML은 HTML 소스 코드를 보유하고 doc.xpath를 (U './/th[div[text()="Cash & Short Term Investments']]/다음 형제 자매 : : td/text() ') – jhsu802701