Off the Beaten XPath

Webbskrapning i Python

Thomas Laetsch

Data Scientist, NYU

(At)tribut

• @ representerar "attribut"
  • @class
  • @id
  • @href

Hakparenteser och attribut

Hakparenteser och attribut

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

Hakparenteser och attribut

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

Hakparenteser och attribut

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

Innehåll med contains

XPath contains-notation:

contains( @attri-name, "string-expr" )

Contains i praktiken

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

Contains i praktiken

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

Hämta klassen

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

Hämta klassen

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

Vägens slut

Webbskrapning i Python