python — анализировать html-форму с помощью lxml.html с синтаксисом xpath

Вот форма. Одна и та же точная форма встречается в источнике дважды.

<form method="POST" action="/login/?tok=sess">
<input type="text" id="usern" name="username" value="" placeholder="Username"/>
<input type="password" id="passw" name="password" placeholder="Password"/>
<input type="hidden" name="ses_token" value="token"/>
<input id="login" type="submit" name="login" value="Log"/>
</form>

Я получаю атрибут «действие» с этим кодом py

import lxml.html
tree = lxml.html.fromstring(pagesource)
print tree.xpath('//action')
raw_input()

Поскольку есть две формы, он печатает оба атрибута

['/login/?session=sess', '/login/?session=sess']

Как я могу заставить его печатать только один? Мне нужен только один, так как они одинаковой формы.

у меня тоже второй вопрос

как я могу получить значение токена? Я говорю об этой строке:

 <input type="hidden" name="ses_token" value="token"/>

Я пробую аналогичный код,

import lxml.html
tree = lxml.html.fromstring(pagesource)
print tree.xpath('//value')
raw_input()

Однако, поскольку есть более одного атрибута с именем, он будет распечатывать

['', 'token', 'Log In', '', 'token', 'Log In'] # or something close to that

Как я могу получить только токен? И только один?

Есть лучший способ сделать это?


python html xpath lxml.html
person user3196332    schedule 25.02.2014    source источник

Ответы (1)


arrow_upward
7
arrow_downward

Используйте find() вместо xpath(), так как find() возвращает только первое совпадение.

Вот пример, основанный на коде, который вы предоставили:

import lxml.html


pagesource = """<form method="POST" action="/login/?session=sess">
<input type="text" id="usern" name="username" value="" placeholder="Username"/>
<input type="password" id="passw" name="password" placeholder="Password"/>
<input type="hidden" name="ses_token" value="token"/>
<input id="login" type="submit" name="login" value="Log In"/>
</form>
<form method="POST" action="/login/?session=sess">
<input type="text" id="usern" name="username" value="" placeholder="Username"/>
<input type="password" id="passw" name="password" placeholder="Password"/>
<input type="hidden" name="ses_token" value="token"/>
<input id="login" type="submit" name="login" value="Log In"/>
</form>
"""

tree = lxml.html.fromstring(pagesource)
form = tree.find('.//form')

print "Action:", form.action
print "Token:", form.find('.//input[@name="ses_token"]').value

Отпечатки:

Action: /login/?session=sess
Token: token

Надеюсь, это поможет.

person alecxe    schedule 25.02.2014