Python lxml 库的使用

Fri, 26 Mar 2021 00:00:00 +0000

前言：

在开发自动健康打卡的过程中，因为 post 不止提交有当日体温，还带有最近动态等个人信息，最初是用 json 文件来存储信息，但是这样每次信息更新都要重新手动更新 json 文件很不方便，而且只能自己一个人用。

用法：

这里贴上一个我当时看的教程连接：>点我传送<

需要提取的信息大致分为以下这几类
1.input/number类型：<input id="ykt" class="weui_input" type="text" name="ykt" placeholder="请输入学号" value="1234567890" readonly="readonly"> </div>
<input class="weui_input" type="number" id="nl" name="nl" placeholder="请输入年龄" maxlength="3" required="" value="18">
2.radio类型： <input class="weui-check" name="xb" type="radio" disabled="disabled" value="女"> 女Female</div>
3.select_type：<select id="qtyc" class="select_type" name="qtyc"><option value="" selected="selected"></option><option value="无">无 None</option><option value="不发烧但咳嗽">不发烧但咳嗽 No fever but cough</option><option value="不发烧但腹泻">不发烧但腹泻 No fever but diarrhea</option></select>

解决方案
1.导入 lxml
from lxml import etree
2.利用 etree.HTML，将字符串解析为 HTML 文档 html = etree.HTML(text)
3.xpath 匹配

result=html.xpath('//input[@type="text"]')
html.xpath('//input[@type="number"]')
html.xpath('//input[@type="radio" and @checked="checked"]') # 多个属性匹配（类型是radio并且被选中）
# 上面几个返回的是所有匹配到的结果【list】可以用for遍历。

for i in result:
    key = i.xpath('./@name')[0]
    value = i.xpath('./@value')[0]

这样就获取到了表单所需要的key和对应的value。
下面是select_type的：
selects = html.xpath('//select[@class="select_type"]')
    for select in selects:
        option = select.xpath('./option[@selected="true"]')[0]

        key = option.xpath('../@name')[0]
        value = option.xpath('./@value')[0]

至此，自动提取已经填过的表单项目的任务已经完成。

知识 on 这里是SwetyCore的博客

Python lxml 库的使用

前言：

用法：