Das deutsche Python-Forum

Hallo zusammen,

ich dachte eigentlich schon etwas länger mit Genshi (http://genshi.edgewall.org/) zu arbeiten,
aber offenbar wohl doch nicht.

Ich bin zuversichtlich das mir hier einer helfen kann und hoffentlich auch wird.

Ich möchte wie folgt mit Genshi einen HTML Stream parsen:

- ich möchte aus img-Tags die Attributswerte für src auslesen, welche nicht mit HTTP beginnen
oder kurz XPath: //img [not( starts-with(@src,'http'))]//@src

Damit kann Genshi leider nichts anfangen.

Alternativ würde es mir reichen "einfach" alle Img src-attribute auszulesen,
also Xpath: //img/@src

Leider kann damit Genshi auch nichts anfangen.

So die eigentliche Frage, wie kann ich mit Genshi Attributswerte auslesen, manipulation ist mir bekannt

Minimalbeispiel:

Code: Alles auswählen

    htmlDoc = HTML('<img src="DevTrac/bild" />')
    buffer = StreamBuffer()
    print htmlDoc | Transformer('//img/@src').copy(buffer)
    print "Buffer: %s"%buffer

Hat vielleicht einer eine Idee? Würd mich freuen

Grüße

Stefan

Hallo,

hatte mal wieder eine Brett vorm Kopf...

Anbei ein Beispiel wie es mit unschönen linearen Aufwand gehen würde

Code: Alles auswählen

    htmlDoc = HTML('<img id="blubb" src="DevTrac/bild" /><img src="http:blubb">texttext</img>')
    result = htmlDoc.select('//img/@src')

    for r in result:
        value = r.get('src')
        if value.startswith('DevTrac'):
            htmlDoc = htmlDoc |Transformer('//img [@src="%s"]'%value).attr('src', 'http://%s'%value)
    print htmlDoc

Grüße

Das deutsche Python-Forum

[Genshi] img - src Attributswerte auslesen

[Genshi] img - src Attributswerte auslesen

Re: [Genshi] img - src Attributswerte auslesen [fixed]