pyhon/numpy/pandas(十二)-xml

来源：互联网发布：js点击按钮打开新窗口编辑：程序博客网时间：2024/06/07 05:28

from lxml.html import parseimport urllib.requestparsed=parse(urllib.request.urlopen('http://finance.sina.com.cn/stock/'))doc=parsed.getroot()print (doc)<Element html at 0x54db9f8>

links=doc.findall('.//a')links[:3][<Element a at 0x55fe5e8>, <Element a at 0x55fe868>, <Element a at 0x55fe6d8>]

urls=[lnk.get('href') for lnk in doc.findall('.//a')]urls[-10:]['http://corp.sina.com.cn/chn/', 'http://corp.sina.com.cn/eng/', 'http://emarketing.sina.com.cn/', 'http://www.sina.com.cn/contactus.html', 'http://corp.sina.com.cn/chn/sina_job.html', 'http://www.sina.com.cn/intro/lawfirm.shtml', 'http://english.sina.com', 'https://login.sina.com.cn/signup/signup.php', 'http://help.sina.com.cn/', 'http://corp.sina.com.cn/chn/copyright.html']

tables=doc.findall('.//table')call=tables[1]rows=call.findall('.//tr')def _unpack(row,kind='td'):    elts=row.findall('.//%s' % kind)    return [val.text_content() for val in elts]_unpack(rows[0],kind='td')['行业涨幅', '行业跌幅', '行业流入', '行业流出']

0 0