如何使用 lxml 从 xpath 获取所有文本

Question

我目前有以下

u = 'https://www.cruiseplum.com/search#{%22numPax%22:2,%22geo%22:%22US%22,%22portsMatchAll%22:true,%22numOptionsShown%22:100,%22ppdIncludesTaxTips%22:true,%22uiVersion%22:%22split%22,%22sortTableByField%22:%22dd%22,%22sortTableOrderDesc%22:false,%22filter%22:null}'
driver = webdriver.Chrome()
driver.get(u)
driver.maximize_window()

time.sleep(.3)

driver.find_element_by_id('restoreSettingsYesEncl').click() # select 'yes' on the webpage to restore settings
time.sleep(7) # wait until the website downloads data so we get a return value

elem = driver.find_element_by_xpath("//*")
source_code = elem.get_attribute("innerHTML")

t = html.fromstring(source_code)    

for i in t.xpath('//td[@class="dc-table-column _2"]/text()'):
        print(i.strip())

这样做的目的是从代码中列出的网页中获取文本。我运行遇到的问题是 "Route" 列中是否列出了两个端口。我目前拥有的代码会将其打印在 2 个单独的行上。

这是我遇到问题的示例 html：

<td class="dc-table-column _2">Fort Lauderdale <i class="fa fa-long-arrow-right"></i> Venice</td>

对于这个例子，它将在第 1 行打印 "Fort Lauderdale"，然后在第 2 行打印 "Venice"。我希望能够在一行上打印它们。

Answer 1

正如所指出的，这只是您打印结果方式的结果。

print() 为它打印的每个字符串添加一个换行符。

替代打印方式

results = t.xpath('//td[@class="dc-table-column _2"]/text()')

print(" ".join([r.strip() for r in results]))

输出

Barcelona Martinique Martinique Doha Doha Fort Lauderdale Venice Miami Miami Miami Miami [...]

如何使用 lxml 从 xpath 获取所有文本

How to get all text from an xpath using lxml

html

python

lxml