Python request_html模块 遇到问题求解！
from requests_html import HTMLSessionheaders = {
"user-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36"
}
session = HTMLSession()
def get_content(url):
res = session.get(url, headers=headers)
html = res.html
html.encoding="gbk"
h1 = html.find("h1", first=True)
print(h1.html)
url = "https://www.tingshuge.com/book/37189/23504516.html"
get_content(url)
用find匹配元素，匹配结果是从那个元素开始以下所有内容。。。
是我的用法问题，还是库问题。。。求解！！ print(h1.text) 从h1往下匹配所有，有什么问题吗？ 可以了解下xpath或者jsoup 处理html更轻松 kof21411 发表于 2022-2-11 22:18
print(h1.text)
.text 是提取innerText的... q124444 发表于 2022-2-11 22:28
从h1往下匹配所有，有什么问题吗？
我的意思是，它返回了第一个h1元素下面的所有HTML内容；并不是匹配所有h1 狒狒大魔王 发表于 2022-2-11 22:33
可以了解下xpath或者jsoup 处理html更轻松
这个是通过CSS选择器来定位的，还是挺方便的....
h1 = html.xpath("//*[@id='book']/div/h1/text()") PeppaPig 发表于 2022-2-12 01:12
h1 = html.xpath("//*[@id='book']/div/h1/text()")
这样确实可以，但是如果只取到h1的话就成了这样...
xuyincheng 发表于 2022-2-12 13:32
这样确实可以，但是如果只取到h1的话就成了这样...
你看下，问题不大
页:
[1]
2