prissionpage中如何过滤多余元素

010000

[Python] 纯文本查看 复制代码

f=page.eles('@@href^thread@@href$html')
print(f)

结果是

[Python] 纯文本查看 复制代码

<ChromiumElement a href='thread-2412086-1-1.html' class='xi2'>, <ChromiumElement a href='thread-2412085-1-1.html' title='新窗口打 
开' target='_blank'>, <ChromiumElement a href='thread-2412085-1-1.html' style='color: #EE1B2E;' onclick='if (!window.__cfRLUnblockHandlers) return false; atarget(this)' 
class='s xst'>, <ChromiumElement a href='thread-2412085-1-1.html' class='xi2'>, <ChromiumElement a href='thread-2412081-1-1.html' title='新窗口打开' target='_blank'>, <ChromiumElement a href='thread-2412081-1-1.html' style='color: #EE1B2E;' onclick='if (!window.__cfRLUnblockHandlers) return false; atarget(this)' class='s xst'>, <ChromiumElement a href='thread-2412081-1-1.html' class='xi2'>, 

要干净的提取href=‘thread-2412086-1-1.html’中的链接内容，要如何写呢？我发现用prissionpage的ele提取元素，自动都会带上ChromiumElement开头。

LightswornSnow

eles返回的是元素，当然会有ChromiumElement开头。要提取href属性得用link
官网文档的获取元素信息部分就有 https://drissionpage.cn/browser_control/get_ele_info/

[Python] 纯文本查看 复制代码

for i in f:
    print(i.link)

010000

LightswornSnow 发表于 2024-11-5 09:14
eles返回的是元素，当然会有ChromiumElement开头。要提取href属性得用link
官网文档的获取元素信息部分就 ...

多谢指点，确实如您所说的还得取link属性

新手一枚，以前拼拼凑凑用的xpath路径还是能取到href的链接地址的。不知道是不是这个网站改版的缘故还是加入了反扒，现在无论用prissonpage还是webdriver的xpath，取出的都是一堆数据。

010000

高手再指导下，运行

[Python] 纯文本查看 复制代码

t=page.eles('xpath://span/span')

得到如下结果

[Python] 纯文本查看 复制代码

[<ChromiumElement span class='pipe'>, <ChromiumElement span class='pipe'>, <ChromiumElement span class='pipe'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-05'>, <ChromiumElement span title='2024-11-04'>]

我想把其中的日期提取出来，要怎么操作呢？看了drisesspage的文档，感觉有点懵。

LightswornSnow

010000 发表于 2024-11-5 16:15
高手再指导下，运行

也不知道页面什么样，只能盲猜。
日期在title属性里，获取元素信息用attr应该差不多。
另外不带日期的可以查找时在eles用否定匹配符@!忽略掉，或者查找结果拿filter过滤一下。

010000

高手又说对了，确实用attr属性

[Python] 纯文本查看 复制代码

pubdate=page.eles('xpath://span/span')
for i in range(0,len(pubdate)):
    pubdate[i]=pubdate[i].attr('title')

说起来，这个prissonpage的查找是比较方便，可同时也比较跳跃，我一直以为title跟id一样用@（在旧的用webdrive的xpath确实是用@取得）。得多点例子去熟悉才行。我这靠着高人指点才能一天一个标签的完成。多谢了

网页不好意思贴出来了，不然我都去悬赏区摇人了。男人爱看的。