python-使用带有xpath语法的lxml.html解析html表单

这是表格。相同的精确形式在源代码中出现两次

<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>

由于有两种形式，它将打印这两种属性

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

我怎样才能让它只打印一张？我只需要一个，因为它们的形状完全一样

我还有第二个问题

如何获取令牌的值？ 我说的是这一行：

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

但是，由于名为value的属性不止一个，因此将打印出来

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

我怎样才能拿到代币呢？就一个

有更好的方法吗？

使用

find（）

而不是

xpath（）

，因为

find（）

只返回第一个匹配

下面是一个基于您提供的代码的示例：

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

希望有帮助

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

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

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