emmm,今天我们来了解一下学习python中xpath中很容易碰见的几个问题。首先是关于xpath中的name的问题。
我们先来看一段代码。
from lxml import etree
text = '''
<li class="li li-first" name="first item"><a href="link.html">item</a></li>
'''
html = etree.HTML(text)
result = html.xpath('//li[contains(@class, "li-first") and @name="item"]/a/text()')
print(result)
其结果为
没错,是一个空列表,这是为什么呢?
学过前端的都知道一个比较基本的知识,也就是name属性的特点:每个标签有且仅有一个name属性的内容。所以,编译器就默认为name属性中的所有内容都为一个字符串。比如:
<a href="http"//www.baidu.com/" name="bai du"></a>
这时候,name中的bai du就和空格一起默认为一个字符串。
但是此现象在class中不会出现,例如如下代码:
from lxml import etree
text = '''
<li class="li li-first" name="first item"><a href="link.html">item</a></li>
'''
html = etree.HTML(text)
result = html.xpath('//li[contains(@class, "li")]/a/text()')
print(result)
其运行结果为:
根据之前讲的,这个问题就显而易见了,每错,就是class属性可以包含多个内容,但是有时会出现class中有空格是匹配错误的现象,这也是目前pycharm的小问题了。
附上源码:
from lxml import etree
text = '''
<li class="li li-first" name="item"><a href="link.html">item</a></li>
'''
html = etree.HTML(text)
result = html.xpath('//li[contains(@class, "li")]/a/text()')
print(result)
result = html.xpath('//li[contains(@class, "li-first") and @name="item"]/a/text()')
print(result)
运行结果为:
['item']
['item']
好了,这次就讲到这里,如有不对,请大佬指正。