使用lxml查找包含类的html元素

问题描述

我到处都找了，找到的最多的就是doc.xPath(‘//Element[@class="classname"]’)，但无论我怎么尝试都不管用。

我正在使用的代码

import lxml.html

def check():
    data = urlopen('url').read();
    return str(data);

doc = lxml.html.document_fromstring(check())
el = doc.xpath("//div[@class='test']")
print(el)

它只是打印一个空列表。

编辑： 真奇怪。我用谷歌作为测试页面，它在那里运行得很好，但它不能在我使用的页面(YouTube)上运行

这就是我正在使用的代码。

import lxml.html
from urllib.request import urlopen
import sys

def check():
    data = urlopen('http://www.youtube.com/user/TopGear').read(); #TopGear as a test
    return data.decode('utf-8', 'ignore');


doc = lxml.html.document_fromstring(check())
el = doc.xpath("//div[@class='channel']")
print(el)

推荐答案

您用于测试的TopGear页面没有任何<div class="channel">元素。但这是可行的(例如)：

el = doc.xpath("//div[@class='channel-title-container']")

或此：

el = doc.xpath("//div[@class='a yb xr']")

若要查找包含字符串channel且具有class属性的<div>元素，您可以使用

el = doc.xpath("//div[contains(@class, 'channel')]")