python lxml - 簡單地獲取/檢查HTML元素的類

我使用tree.xpath遍歷所有有趣的HTML元素，但我需要能夠判斷當前元素是否是某個CSS類的一部分。python lxml - 簡單地獲取/檢查HTML元素的類

from lxml import html 

mypage = """ 
<div class="otherclass exampleclass">some</div> 
<div class="otherclass">things</div> 
<div class="exampleclass">are</div> 
<div class="otherclass">better</div> 
<div>left</div>""" 

tree = html.fromstring(mypage) 

for item in tree.xpath("//div"): 
    print("testing") 
    #if "exampleclass" in item.getListOfClasses(): 
    # print("foo") 
    #else: 
    # print("bar")

整體結構應該保持不變。

什麼是快速檢查當前div是否具有exampleclass類的方法？

在上面的例子中，item是lxml.html.HtmlElement類，它具有這樣的特性classes的，但我不明白這是什麼意思：

類
圍繞「類的一組類似的包裝屬性。

獲取方法：
unreachable.classes(self) - 圍繞「class屬性的集合類包裝。

設置方法：
unreachable.classes(self, classes)

它返回一個lxml.html.Classes對象，其中有一個__iter__方法，它原來iter()作品。所以我構造這個代碼：

for item in tree.xpath("//div") 
    match = False 
    for classname in iter(item.classes): 
    if classname == "exampleclass": 
     match = True 
    if match: 
    print("foo") 
    else: 
    print("bar")

但我希望有一個更優雅的方法。

我試過尋找類似的問題，但我發現的所有東西都是各種各樣的「我如何獲得'classname'的所有元素」，但是我需要所有的div s在循環中，我只是想對待它們中的一些。

來源

2016-09-19 qubodup

沒有必要ITER，if "exampleclass" in item.classes:做同樣的事情，只有更有效。

from lxml import html 

mypage = """ 
<div class="otherclass exampleclass">some</div> 
<div class="otherclass">things</div> 
<div class="exampleclass">are</div> 
<div class="otherclass">better</div> 
<div>left</div>""" 

tree = html.fromstring(mypage) 

for item in tree.xpath("//div"): 
    if "exampleclass" in item.classes: 
     print("foo")

的區別是一組叫ITER使得查找線性所以肯定不是一個有效的方法來搜索一組，沒有太大的區別就在這裏，但在某些情況下，將有一個巨大的diffrence：

In [1]: st = set(range(1000000)) 

In [2]: timeit 100000 in st 
10000000 loops, best of 3: 51.4 ns per loop 

In [3]: timeit 100000 in iter(st) 
100 loops, best of 3: 1.82 ms per loop

您還可以使用lxml的使用css selectors：

for item in tree.cssselect("div.exampleclass"): 
    print("foo")

視情況而定，也可能是你ABL使用包含：

for item in tree.xpath("//div[contains(@class, 'exampleclass')]"): 
    print("foo")

來源

2016-09-19 19:13:51

不錯，謝謝。我不能使用選擇器，因爲我需要循環中帶有和不帶有類的'div'，更新示例代碼以希望更清晰。 'xpath'' contains'在存在類'exampleclass-numbertwo'的情況下會產生問題，請參閱http://stackoverflow.com/a/1604480/188159 – qubodup

@qubodup，這就是爲什麼我添加*根據案件*。你在尋找多個班還是隻有一個班？ –

可以優雅地使用membership test operator in：如果與x == z一些價值z是生產

for item in tree.xpath("//div"): 
    if "exampleclass" in iter(item.classes): 
    print("foo")

對於不定義__contains__()但定義__iter__()用戶定義的類，x in y是真實的，而迭代超過y。

來源

2016-09-19 15:18:32 qubodup

python lxml - 簡單地獲取/檢查HTML元素的類

回答

相關問題