Python - XPath構文を使用したlxml.htmlを使用したHTMLフォームの解析

Question

これはフォームです。同じ正確な形式がソースで2回表示されます。

<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>

.

このPYコード

の「アクション」属性を取得しています

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

.

フォームが2つありますので、両方の属性

を印刷します。

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

.

どうすれば印刷するにはどうすればよいですか。同じ正確な形式であるため、1つだけ必要です。

私は2番目の質問をしています

どのようにトークンの値を取得できますか？ 私はこの行について話しています：

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

.

私は類似のコードを試してください、

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

.

しかし、値が1つ以上の属性になっているので、

を印刷します。

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

.

どのように私はトークンだけを手に入れることができますか？そしてただ一つだけ？

これを行うためのより良い方法はありますか？

Answer 1

find()は最初の一致のみを返すため、xpath()の代わりにfind()を使用します。

これはあなたが提供したコードに基づく例です：

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

.

印刷：

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

.

助けを願っています。