python - lxml cssselect - 特定部分

Question

我需要获取网页的翻译部分。

这是我的python代码：

import urllib.request

u = urllib.request.urlopen("https://docs.python-guide.org/writing/structure/#structure-of-the-repository")
data = u.read()

from lxml import html
information = html.document_fromstring(data)

for content in information.cssselect('ul li a'):
    print(content.text_content())

最后，我也得到了目录部分，我不知道如何过滤信息。

什么是实现这一目标的正确方法？

我不得不说我从来没有使用过python，我对此的了解是有限的。

标签： pythonparsingcss-selectorslxml

Answer 1

你可以得到所有ul，然后用正确的一个得到li a

我发现 6thul有你的数据

for content in information.cssselect('ul')[6].cssselect('li a'):
    print(content.text_content())

结果

English
French
Chinese
Japanese
Korean
Filipino
Brazilian Portuguese

---

编辑：相同的使用xpath需要7而不是6因为它开始计数1而不是0

for content in information.xpath('(//ul)[7]/li/a'):
    print(content.text_content())