python lxml + xpathを使ってページからビデオを取得してもリストを取得できますが、結果をプリントアウトできませんか？

Question

初心者のpythonのために、Webページからビデオリンクを取得するために使用するlxmlの+ XPathを希望、私が今持っていることは次のとおりです。

import urllib2 
from lxml import etree 

url=u"http://hkdramas.se/fashion-war-%E6%BD%AE%E6%B5%81%E6%95%99%E4%B8%BB-episode-20/" 
xpath=u"//script[contains(.,'label:\"360p\"')]" 

html=urllib2.urlopen(url).read() 
selector=etree.HTML(html) 
get=selector.xpath(xpath) 

print get 

私はそれがlistだ私を示しており、getのtype()をchecke、しかししました私はprint get、それは私が予期していないことを示しています[<Element script at 0x2a34b88>]、それはどういう意味ですか？ Element scriptではなく、実際に動画のURLを抽出するにはどうすればよいですか？

---

は最終的に、私はこの問題を持っていた理由は、

xpath=u"//script[contains(.,'label:\"360p\"')]" 

@unutbuおかげで必ずリターンテキストだけではなく、要素を作るためにtext()を追加

xpath=u"//script[contains(.,'label:\"360p\"')]//text()" 

あるべきです、選択要素の下には、選択の多くのサブ要素がある場合に互換性のある//があります。

Answer 1

selector.xpath(xpath)は、タグのリスト（またはより正確にはElements）を返します。オブジェクトのリストを印刷すると、PythonはElementのreprを表示します。 <Element script at 0x2a34b88>は、script のreprです。

eltがscriptElementであれば、 elt.textは<script>タグ内のテキストを返しますが、あなたはテキストからURLを抽出する（lxmlのほかに）何か他のものを使用する必要があります。あなたは、例えば、"httpで始まり、別の二重引用符、"が、発見されるまで続けてテキストを検索する正規表現パターンr'"(http[^"]+)"'を使用することができます：あなたは

import re 
import lxml.html as LH 

url = u"http://hkdramas.se/fashion-war-%E6%BD%AE%E6%B5%81%E6%95%99%E4%B8%BB-episode-20/" 
xpath = u"""//script[contains(.,'label:"360p"')]""" 
root = LH.parse(url) 
for elt in root.xpath(xpath): 
    for url in re.findall(r'"(http[^"]+)"', elt.text): 
     print(url) 

利回り

http://hkdramas.se/wp-content/plugins/BSplugin-version-1.2/lib/grab.php?link1=NS71jbj8NVNANTN7N0Nq7Y7FjeN0NojTN47HNcN77_Nhjh7INm7ONLNijCNc7-7UN_NXNCjcNYjeNwNF7uNQNA7dNvNm7-Nr7vNW7-NtjN72N4jVNCN8NfN-NANm7l7rNP7ff5aa877861da31d8cc9dd087d6ce2417fb1308a676a771b787adbffbaa4a0bffNfNHjtj-N6NDNg7HjLND7F7fjMj.jVjKN1N-jMj7NXj7jNNyjTNwjgjmji7INANtNONsN2NvN6jMNaNTNdNlNON8j7N~NEjO7lNyN.jQNaNuN1NYNjjzNnNENUNmNm7Z707dNaNTNFN0N6N8N.NRNuN_7dNtjhjJN-jmNZNpjjNo7fNHjTNNNSNLjMNqNUjN7IN7NPNfNENKN3jT7dNs&link2= 
http://hkdramas.se/wp-content/plugins/BSplugin-version-1.2/lib/grab.php?link1=NvNeNVN4N276Nz7JNSjz7lNLNvNV7Ij3Nx7FNn7.Ni7FNU76NDNMN.NqNkNo7QNKNINiNhjPNJjmNKjPNGN.No7B7BNC7Y7B7B7lN67tjb7JNJNT7rNANrNBN7N6Nt7lN1ND0ba06b7bac4bab5fbb42dbff6c27647ea71b4f725a0c73f175eadf3b459424edN0NBNvNZj77wNL7Wj_j_71NnN0jpNfjPNqNvjDN.jEN4NRNDjijejmjXNINqNijEjENKNfNdN3jiNDNOjcNyN4NwNzN4NqNlNqNAjDNQNBN0Nk7a7Rj8NXN_NiN6NFNmNmNLNwNm7YN7j77vNfNpNljw7HjENRjmNMjVNLNEjq7BN0NON57JNyNyjpN8Nbjz7lN-NfNYNMN.7IjD7.NQ&link2= 

注意を輸入する必要はありませんurllib2。 LH.parseに直接URLを渡すことができます。

---

文字列'360p'が続いているURLのみを取得するには、私は `re`モジュールの馴染みはないですが、私は私だと思い、迅速かつ詳細な回答のため

for url in re.findall(r'"(http[^"]+).*360p"', elt.text): 
    print(url)