Question

我感到愚蠢。 Python＆amp; xpath新手在这里。我正在尝试使用

中的xpath提取完整的文本'Open Box Price: $1079.99'

<div class="prod-price">
<p class="opbox-price">
    <strong> Open Box Price:<br>$1079.99</strong>
    </p>
<p class="orig-price">
    Regular Price: <strong>$1499.98</strong>
    </p>
</div>

但我不能。文字在<br>处停止。这是我的代码

doc = lxml.html.fromstring(r.content)
elements = doc.xpath(item_xpath)
print elements[1].find('div[3]/p[1]/text()[normalize-space()]')

Answer 1

您想要的XPath的基础是使用descendant-or-self - 根据需要调整结果：

>>> doc.xpath('//p[1]/descendant-or-self::text()')
['\n    ', ' Open Box Price:', '$1079.99', '\n    ']
>>> doc.xpath('//p[2]/descendant-or-self::text()')
['\n    Regular Price: ', '$1499.98', '\n    ']

或者当您使用lxml.html时，您可以使用text_content()

paras = doc.xpath('//p'): # or findall etc...
for para in paras:
    print para.text_content()

Answer 2

只需使用，假设初始上下文（当前节点）是div的父级：

normalize-space(div/p[1]/strong)

基于XSLT的验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output method="text"/>

 <xsl:template match="/*">
     "<xsl:value-of select="normalize-space(div/p[1]/strong)"/>"
 </xsl:template>
</xsl:stylesheet>

将此转换应用于以下XML文档（提供的文档已更正为格式良好，然后包含在顶部html元素中）：

<html>
    <div class="prod-price">
        <p class="opbox-price">
          <strong> Open Box Price:<br />$1079.99</strong>
        </p>
        <p class="orig-price">
    Regular Price: 
            <strong>$1499.98</strong>
        </p>
    </div>
</html>

XPath表达式从顶部元素（html）开始计算，评估结果被复制（用引号括起）到输出：

"Open Box Price:$1079.99"

Xpath规范化空间

2 个答案: