Einfach, XPath von jedem Knoten mit nur Chrome Maybe Revolution zu erhalten

Dieses Mal möchte ich alle td-Elemente der Tabelle unter dem div-Element von id = main haben, also habe ich Folgendes getan. //*[@id="main"]/div/table//td

Holen Sie sich HTML mit parser () und extrahieren Sie die erforderlichen Elemente mit XPath

Von hier an machen wir das in Python. Übergeben Sie die URL an lxml.html.parser (), um HTML_Elements abzurufen und die von XPath angegebenen Elemente daraus zu extrahieren. Ordnen Sie das Modell schließlich an und geben Sie es als Liste des Modells [Datum, Basispreis, Gesamtnettovermögen] aus. Das Datum war schließlich eine Zeichenfolge des yyyymmdd-Modells.

getNAV.py

# -*- coding: utf-8 -*-
# python 2.7
import lxml.html
import datetime

def getNAV(fundcode, sy, sm, sd, ey, em, ed):
    #Schieben Sie das Argument ins Diktat
    d = dict(fundcode=fundcode, sy=sy, sm=sm, sd=sd, ey=ey, em=em, ed=ed)

    #Entpacken Sie dict, um eine URL zu generieren
    url = 'http://info.finance.yahoo.co.jp/history/?code={fundcode} \
        &sy={sy}&sm={sm}&sd={sd}&ey={ey}&em={em}&ed={ed}&tm=d'.format(**d)

    #Holen Sie sich ElementTree
    tree = lxml.html.parse(url)

    #Datum,Grundpreis,Wenden Sie map und utf an, während Sie alle Elemente des Nettovermögens abrufen-8 Konvertierung und Entfernung von Kommas
    contents = map(lambda html: html.text.encode('utf-8').replace(',',''), tree.xpath('//*[@id="main"]/div/table//td'))

    #Weil es eine Liste ist[[date, price, cap], [date, price, cap], ...]Teilen mit
    res = []
    for i in range(0, len(contents)-1, 3):
        date = datetime.datetime.strptime(contents[i], '%Y Jahr%m Monat%d Tag').strftime('%Y%m%d')
        price = int(contents[i+1])
        cap = int(contents[i+2])
        res.append([date, price, cap])

    return res

if __name__ == '__main__':
    #Schieben Sie die Parameter in das Diktat
    args = dict(fundcode='64311104', sy='2015', sm='12', sd='1', ey='2015', em='12', ed='20')
    #Übergeben Sie das ganze Diktat und packen Sie es aus
    print getNAV(**args)

Artikel, auf die verwiesen wird

lxml - Processing XML and HTML with Python Tipps zum Scraping mit lxml [Python] Notizen mit lxml kratzen