我只想通过xpath从这个url(http://www.tuniu.com/g3300/whole-nj-0/list-l1602-h0-i-j0_0/)中提取信息。 当我运行以下代码时,出现AttributeError:'list'对象没有属性'extract'? 我的模块导入错误还是不匹配?在
# -*- coding: utf-8 -*-
import urllib2
import sys
import lxml.html as HTML
reload(sys)
sys.setdefaultencoding("utf-8")
class spider(object):
def __init__(self):
print u'开始爬取内容'
def getSource(self, url):
html = urllib2.Request(url)
pageContent = urllib2.urlopen(html,timeout=60).read()
return pageContent
def getUrl(self, pageContent):
htmlSource = HTML.fromstring(pageContent)
urlInfo = htmlSource.xpath('//dd[@class="tqs"]/span/a/@href').extract()[0]
return urlInfo
if __name__ == "__main__":
url = "http://www.tuniu.com/g3300/whole-nj-0/list-l1602-h0-i-j0_0/"
tuniu = spider()
tuniu.getUrl(url)
以下是错误!在
^{pr2}$
首先,使用url调用
getUrl
。它不获取url的内容。修改它以获取页面内容。在并且不需要
extract
。要获得href
,只需从返回的列表中获取一个项。在{1>试图提取列表中包含的标记,而不是返回列表中包含的标记。如果您只想提取第一个标记,那么您可能需要将
[0]
放在extract调用之前,如下所示:不清楚您想要哪个信息,但是如果第一个标记中没有包含这些信息,那么您可能需要使用
for tag in urlInfo
在urlInfo
上迭代。然后tag.extract()
。在相关问题 更多 >
编程相关推荐