我尝试使用以下结构解析一些HTML，如何使用xpath提取每个<a>元素的第一个<li>元素？
<ul>
<li>
<a>
<span>
<a>
</li>
<li>
<a>
<span>
<a>
</li>
...
</ul>
答案 0 :(得分：4)
@Mathias：你是对的，我道歉。 // li / a [1]不起作用，因为它不是直接的孩子（中间有一个文章标签，为简单起见我省略了。）
然后让我发布这个解决方案，并提供更多解释。
如果如您所述，//li/a[1]在(//li//a)[1]执行时未返回任何内容，则您显示的HTML示例不代表您的实际文档。然后，a将是li的后代，但不是它的直系子女。
在这种情况下，正确的XPath表达式是
//li//a[1]
但只有在嵌套级别不同时才使用它，即如果li和a之间可能嵌套了其他元素：
<li>
<article>
<other>
<a/>
如果嵌套是一致的，但article和li之间并不总是a元素，那么使用
//li/*/a[1]
这避免了//轴的计算成本比/贵。
最后，如果您知道您感兴趣的a元素始终是li元素的孙子元素，并且它们之间始终是article元素，请使用
//li/article/a[1]
如果有多个当我将表达式更正为// li / article / a [1]'时，我得到第一个li的第一个`。
//li/article/a[1]元素是a的子元素和article的孙元素，则 li会返回多个结果。如果这只返回一个结果
答案 1 :(得分：1)
我认为完成该操作的XPath将是.//ul/li/a[position()=1]。
说明：
我将其全部拼写为.//ul/li/a的原因是，当您使用xpath时，如果存在错误，您的堆栈跟踪将准确显示定位器指向的内容，并且不那么模糊。但是，如果你不在乎，你显然可以简单地说：.//a。
使用位置子句，您可以执行=1或>1，或其他任何操作。我会选择使用[position()=1]而不是使用[1]，因为Xpath不使用基于0的数组，这可能会使其他人看到您的定位器时感到困惑。我的意思是position=0，按逻辑，意味着空，对吧？
我用.开始我的定位器，因为就个人而言，有时我喜欢将我的定位器组合在一起。你真的不需要从dot char开始，但由于我在这种情况下使用//通配符，它实际上与没有点开始时相同，但具有链接的附加能力。