Question

<span class='python'>
  <a>google</a>
  <a>chrome</a>
</span>

我想获得chrome并让它像这样工作。

q = item.findall('.//span[@class="python"]//a')
t = q[1].text # first element = 0

我想把它组合成一个XPath表达式，只得到一个项目而不是列表。
我尝试了这个但它不起作用。

t = item.findtext('.//span[@class="python"]//a[2]') # first element = 1

实际的，不是简化的HTML是这样的。

<span class='python'>
  <span>
    <span>
      <img></img>
      <a>google</a>
    </span>
    <a>chrome</a>
  </span>
</span>

Answer 1

我尝试了这个，但它不起作用。
t = item.findtext('.//span[@class="python"]//a[2]')

这是关于//缩写的常见问题解答。

.//a[2]表示：选择当前节点的所有a后代，这些后代是其父级的第二个a子级。因此，这可能会选择多个元素或没有元素 - 具体取决于具体的XML文档。

更简单地说，[]运算符的优先级高于//。

如果您只想返回所有节点中的一个（第二个），则必须使用括号来强制您想要的优先级：

(.//a)[2]

这确实选择了当前节点的第二个a后代。

对于问题中使用的实际表达式，请将其更改为：

(.//span[@class="python"]//a)[2]

或将其更改为：

(.//span[@class="python"]//a)[2]/text()

Answer 2

我不确定问题是什么......

>>> d = """<span class='python'>
...   <a>google</a>
...   <a>chrome</a>
... </span>"""
>>> from lxml import etree
>>> d = etree.HTML(d)
>>> d.xpath('.//span[@class="python"]/a[2]/text()')
['chrome']
>>>

Answer 3

来自评论：

或实际的简化我发布的HTML太简单了

你是对的。 .//span[@class="python"]//a[2]是什么意思？这将扩展为：

self::node()
 /descendant-or-self::node()
  /child::span[attribute::class="python"]
   /descendant-or-self::node()
    /child::a[position()=2]

最终会选择第二个a孩子（fn:position()引用child斧头）。因此，如果您的文档如下，则不会选择任何内容：

<span class='python'> 
  <span> 
    <span> 
      <img></img> 
      <a>google</a><!-- This is the first "a" child of its parent --> 
    </span> 
    <a>chrome</a><!-- This is also the first "a" child of its parent --> 
  </span> 
</span>

如果您想要所有后代中的第二个，请使用：

descendant::span[@class="python"]/descendant::a[2]

用XPath获取第二个元素文本？

3 个答案: