Skip to main content
 首页 » 编程设计

python之获取 DOM 树中元素的 XPath

2024年11月01日8傻小

我在 python 中使用 lxml 实现 HTML 和 XML 解析。 像这样设置一个解析器

parser = lxml.etree.HTMLParser() 

并从 HTML 源(字符串)返回一棵树

tree = lxml.etree.fromstring(html, parser).getroottree() # Returns a XML tree 

根据 lxml 文档,这应该返回一个 DOM 树 (XML)

我想找到某些带有标签的元素,例如“a”、“div”、“span”等。

如何使用标签名称获取所有可能元素的 XPath?

编辑:我实际上正在开发一个 AJAX 爬虫,所以我需要 Selenium 来点击某些可以改变 DOM 状态的元素。我将 HTML 源代码发送到 lxml 进行分析。

例如,获取列表中的默认元素,如

["a", "button", "li", "nav", "ol", "span", "ul", "header", "footer", "section"] 

我需要获取上述元素的 xpath,以便我可以将它们传递给 Selenium 以进行点击和其他事件触发器。

请您参考如下方法:

您真的不需要使用单独的解析器,selenium 本身在 Locating Elements 方面非常强大:

from selenium import webdriver 
 
browser = webdriver.Firefox() 
browser.get('url_goes_here') 
list_of_elements = ["a", "button", "li", "nav", "ol", "span", "ul", "header", "footer", "section"] 
for tag_name in list_of_elements: 
    for element in browser.find_elements_by_tag_name(tag_name): 
         print element