Hors des sentiers XPath

Extraction de données Web en Python

Thomas Laetsch

Data Scientist, NYU

(At)tribut

• @ signifie « attribut »
  • @class
  • @id
  • @href

Crochets et attributs

Crochets et attributs

xpath = '//p[@class="class-1"]'

Crochets et attributs

xpath = '//*[@id="uid"]'

Crochets et attributs

xpath = '//div[@id="uid"]/p[2]'

Contenu avec contains

Notation contains en XPath :

contains( @nom-attri, "expr-chaîne" )

Utiliser contains

xpath = '//*[contains(@class,"class-1")]'

Utiliser contains

xpath = '//*[@class="class-1"]'

Récupérer la classe

xpath = '/html/body/div/p[2]'

Récupérer la classe

xpath = '/html/body/div/p[2]/@class'

Fin du parcours

Extraction de données Web en Python