Xpath Атрибут REGEX

Question

Вот мой код до сих пор:

from lxml import html 
import requests 

page = requests.get('http://web.international.ucla.edu/institute/events') 
tree = html.fromstring(page.text) 

event_title = tree.xpath('//a[@href="/institute/event/<<<REGEX>>>"]/text()') 

print "Event Title: ", event_title 

Я выскабливание страницы http://web.international.ucla.edu/institute/events для данных событий, и я хотел бы, чтобы захватить названия. Они идентифицируются пятизначными числами. Как я могу это сделать?

Answer 1

Вы cannot use regular expressions in XPath 1.0 (даже если регулярные выражения наверняка будут полезны там!). В XPath 2.0 (который lxml не поддерживает), регулярные выражения могут использоваться в некоторых функциях, например matches() или replace().

Если я правильно понял, вы ищете этот кусок данных:

<a href='/institute/event/11147'>Papel Picado Workshop Series: Session 5</a> 

Вы можете найти эти a элементы с

//a[starts-with(@href,'/institute/event/')] 

Но учтите, что это возвращает список элементов - в то время как кажется, что вы ожидаете, что в результате будет один элемент. Пожалуйста, объясните более четко, что именно вам нужно в результате.

Как предложение, как об этом:

from lxml import html 
import requests 

page = requests.get('http://web.international.ucla.edu/institute/events') 
tree = html.fromstring(page.text) 

event_titles = tree.xpath('//a[starts-with(@href,"/institute/event/")]/text()') 

for event_title in event_titles: 
    print "Event Title: ", event_title 

И результат будет

Event Title: Papel Picado Workshop Series: Session 5 
Event Title: Cacahuatl: The Origins and Global Impact of Chocolate 
Event Title: “Institutionalizing Numbers in Post-Colonial Africa” 
Event Title: The Daniel Pearl Memorial Lecture presents A Conversation with Leon Panetta, part of the Luskin Lecture Series 
Event Title: Persian Women and Other Lies: Story-telling as Historical Retrieval 
Event Title: UCLA EVENT: Making Micronesia 
Event Title: Teach-In: Out of Nowhere? Some Questions, Answers, and Discussion about ISIS 
Event Title: Impossible Testimonies: Literature and Aesthetics in the Aftermath of the Armenian Genocide 
Event Title: “Casa Grande” Film Screening 
Event Title: The Headscarf Debates: Conflicts of National Belonging 
Event Title: Rethinking History in Chinese Central Asia 
Event Title: Screening: "REBEL: Loreta Velazquez, Civil War Soldier and Spy" 
Event Title: "How Terrorism is Designed to Work" 
Event Title: Matthäus Rest Talk - Dreaming of Pipes: The politics of in/visibility around Nepal’s spectral infrastructures 
Event Title: The Barber of Damascus: Nouveau Literacy in the Eighteenth-Century Levant 
Event Title: Representation of "Apology": a Comparative Study on Narratives by Korean and Japanese Media 
Event Title: "They Can Live in the Desert but Nowhere Else": A History of the Armenian Genocide 
Event Title: Colloquium: Towards a contents-platform conglomerate? 
Event Title: Picturing Political Abstractions in Song/Jin Painting 
Event Title: ISIS and the Enslavement and Trafficking of Women: An Evening with Dr. Khaled Abou El Fadi 
Event Title: Korean Culture Night 
Event Title: Genocide and Global History: A Conference on the 100th Anniversary of the Armenian Genocide 
Event Title: U.S.-China: Economic Ties, Growth Strategies and Investment Opportunities 
Event Title: Human Rights and the Armenian Genocide 
Event Title: Gerschenkron Redux? New Evidence on Shanghai's Pre-War Stock Exchange and Its Implications for the Chinese Economy at Present