考虑页面变量中的html。
如何访问 td ？
我想像xpath("/table/tr/td/text())"
我不想指出其他 tr s
不幸的是，这个表达式xpath('.//table/tr/tr/tr/td/text()')也无效。
Python代码：
import __future__
from lxml import html
import requests
from bs4 import BeautifulSoup
page = """
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>cv</title>
</head>
<body>
<table>
<tr>
<tr>
<tr>
<td>table1 td1</td>
<td>table1 td2</td>
</tr>
</tr>
</tr>
</table>
<table>
<tr>
<tr>
<tr>
<td>table2 td1</td>
<td>table2 td2</td>
</tr>
</tr>
</tr>
</table>
<table>
<tr>
<tr>
<tr>
<td>table3 td1</td>
<td>table3 td2</td>
</tr>
</tr>
</tr>
</table>
</body>
</html>
"""
soup = str(BeautifulSoup(page, 'html.parser'))
tree = html.fromstring(soup)
things = tree.xpath('.//table/tr/tr/tr/td/text()')
print(things)
for thing in things:
print(thing)
print('That's all')
我想从根本开始！
答案 0 :(得分：1)
使用xpath //td/text()：
things = tree.xpath('//td/text()')
//td代表＆＃34;在任何深度找到任何td元素。
适合我。
td分组的table元素：doc = html.fromstring(page)
for table_elm in doc.xpath("//table"):
print "another table"
things = table_elm.xpath('.//td/text()')
print(things)
注意，在这种情况下，xpath中的.显着。
答案 1 :(得分：1)
您无需将BeautifulSoup转换为str：
soup = str(BeautifulSoup(page, 'html.parser'))
您可以使用以下内容：
>>> soup = BeautifulSoup(page, 'html.parser')
>>> for td in soup.find_all('td'):
... print(td)
...
<td>table1 td1</td>
<td>table1 td2</td>
<td>table2 td1</td>
<td>table2 td2</td>
<td>table3 td1</td>
<td>table3 td2</td>
或者，如果您想要元素内的文本，也可以使用print(td.text)。
答案 2 :(得分：1)
tr内的 tr无效HTML。
这似乎是由html.fromstring()解析器“修复”的。
您可以使用此xpath进行测试：
things = tree.xpath('//table/tr/*')
输出：
for thing in things:
print(thing.tag)
生成：
td
td
td
td
td