Python 请求，xpath 下载整个链接

Question

我正在尝试抓取此页面 http://kenyalaw.org:8181/exist/kenyalex/actview.xql?actid=CAP.%2016

并且有这个示例 python 代码：

import requests
from lxml import html

r = requests.get("http://kenyalaw.org:8181/exist/kenyalex/actview.xql?actid=CAP.%2016")
data = html.fromstring(r.content)
print(data.xpath("//div[@class='subleg']/a/@href")[0])

这给了我这个输出：

sublegview.xql?subleg=CAP。 16

但是当我在这个 xpath 上使用鼠标悬停时，会有不同的链接，如下图所示：

http://kenyalaw.org:8181/exist/kenyalex/sublegview.xql?subleg=CAP.%2016

Answer 1

我认为它只是表示我猜你正在抓取的当前 URL 的分支，因此使用正则表达式删除 URL 中最后一个 / 之后的所有内容并加入目标元素的 href（我认为这样做是有意义的你）

import requests
import re
from lxml import html

url = "http://kenyalaw.org:8181/exist/kenyalex/actview.xql?actid=CAP.%2016"
r = requests.get(url)
data = html.fromstring(r.content)
print(''.join([re.sub(r'(?<=/)[^/]*$', '', url), data.xpath("//div[@class='subleg']/a/@href")[0]]).replace(' ', ''))

如果它不起作用，请告诉我...