Python中的網頁抓取，與路徑相混淆

Question

我對抓取有基本的瞭解。 這是一個基本的例子：

page = requests.get('some_website.com') 
tree = html.fromstring(page.text) 
desc = tree.path('//div[@class = "my class"]/text()') 

我的遞減將返回無論是在div。 但我怎麼繼續，如果我的JavaScript是比較複雜的

<tr> 
    <th class="my class">some text</th> 
    <td>some text</td> 
</tr> 

我需要的只是裏面<td></td>是內部<tr></tr> 我將如何進行，如果<tr>將內部<div>

Answer 1

部分您應該通過XPath教程來更好地理解。

我需要的只是裏面<td></td>是內部<tr></tr> 我將如何着手的部分，如果<tr>將內部<div>

你的情況，那就是：

//div[@class = "my class"]//tr/td/text() 

如果您事先知道「某些文字」，則可以與following-sibling橫向比較：

//div[@class = "my class"]//th[. = "some text"]/following-sibling::td/text()