2

Добрый день. Пытаюсь самоучиться по питону, затык с парсингом.

import lxml.html, urllib
page = urllib.urlopen('http://site.ru/').read() #сделали запрос на сайт и сохранили в переменную
doc = lxml.html.document_fromstring(page)
advice = doc.xpath('//title') #нашли значение тега и сохранили в переменную
print (advice)

Все это выводит title в таком формате:

[<Element title at 0x7f7ecaa11ba8>]

Как мне получить нормальный русский текст вместо некого hex'а?

4
  • 2
    Логично, Вы пытаетесь распечатать не содержимое объекта, а его самого. А он не умеет себя красиво печатать. Попробуйте так print (advice.text_content())
    – KoVadim
    24 окт 2016 в 8:10
  • 1
    @KoVadim судя по выводу, advice это список. У списка нет, text_content() метода. Можно [0] попробовать. Связанный вопрос: How can I retrieve the page title of a webpage using Python?
    – jfs
    24 окт 2016 в 9:28
  • да, давно я этим не занимался. Исправляюсь - где то так advice[0].text_content()
    – KoVadim
    24 окт 2016 в 9:29
  • @jfs advice[0].text_content() - искомое, спасибо KoVadim
    – Bubuka
    25 окт 2016 в 15:53

1 ответ 1

1

Как мне получить нормальный русский текст вместо некого hex'а?

title_text = advice[0].text_content() 

Даёт искомое, спасибо @KoVadim комментарию выше.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.