Question

这是从http://www.flashscore.com/hockey/sweden/shl/results/

中提取HTML文件

    <td title="Click for match detail!" class="cell_sa score  bold">4:3<br><span class="aet">(3:3)</span></td>
    <td title="Click for match detail!" class="cell_sa score  bold">2:5</td>

我现在想在规定时间之后提取分数。这意味着只要存在'span class = "aet"'（td class="cell_sa score bold"之后），我就需要从span class = "aet"获取文字。如果span class = "aet"不存在，我想从td class="cell_sa score bold"中提取文字。

在上述情况下，所需的输出（在列表中）将是：

[3:3,2:5]

我怎么能用python中的xpath语句去做？

Answer 1

您可以访问所需标签的文本节点，遵守您定义的条件：

(/tr/td[count(./span[@class = 'aet']) > 0]/span[@class = 'aet'] | /tr/td[0 = count(./span[@class = 'aet'])])/text()

我认为<td>标记已归入<tr>标记。

如果您想严格选择<td>有＆＃39; cell_sa＆＃39;和＆＃39;得分＆＃39;并且＆＃39;大胆＆＃39;在每个[contains(@class, 'cell_sa')][contains(@class, 'score')][contains(@class, 'bold')]之后添加td。如下：

(/tr/td[contains(@class, 'cell_sa')][contains(@class, 'score')][contains(@class, 'bold')][count(./span[@class = 'aet']) > 0]/span[@class = 'aet'] | /tr/td[contains(@class, 'cell_sa')][contains(@class, 'score')][contains(@class, 'bold')][0 = count(./span[@class = 'aet'])])/text()

如您所见，我尝试独立且松散地实现@class检查方法顺序（就像它在css选择器中一样）。您可以将此检查实现为简单的字符串比较，从而产生脆弱的数据使用者

使用带有xpath和python的条件提取值

1 个答案: