Question

我希望使用XPath从html页面获取文本。特定文本位于描述右侧的td :(内部元素）来自源中的URL。

在第一次调用（注释掉）中，我尝试从Chrome检查器获取XPath的绝对路径，但我得到一个空列表。下一个调用工作并给出标题： “描述：”

我需要一个通用的XPath查询，它将采用文本标题（如“Description：”）并在其旁边给出td的文本值。

url = 'http://datrack.canterbury.nsw.gov.au/cgi/datrack.pl?cmd=download&id=ZiFfLxV6W1xHWBN1UwR5SVVSAV0GXUZUcGFGHhAyTykQAG5CWVcARwM='
page = requests.get(url)
tree = html.fromstring(page.content)

# desc = tree.xpath('//*[@id="documentpreview"]/div[1]/table[1]/tbody/tr[2]/td//text()')

desc = tree.xpath("//text()[contains(., 'Description:')]")

我尝试过各种XPath查询，但我的知识还不够深入。任何帮助将不胜感激。

Answer 1

使用//*[contains(text(), 'Description:')]查找文字包含Description:的标记，并使用following-sibling::td查找以下td标记的兄弟：

In [180]: tree.xpath("//*[contains(text(), 'Description:')]/following-sibling::td/text()")
Out[180]: ['Convert existing outbuilding into a recreational area with bathroom and kitchenette']

python绝对XPath返回空列表，通用查询更好？

1 个答案: